neural-network - 用小输入训练深度卷积网络

Question

我对深度学习这个领域非常陌生。虽然我了解它是如何工作的，并且我设法在 Caffe 库上运行了一些教程，但我仍然有一些问题，但我无法找到令人满意的答案。

我的问题如下:

1. 考虑 AlexNet，它采用 227 x 227 图像大小作为 caffe 中的输入(我认为在原始论文中是 224)，FC7 生成 4096-D 特征向量。现在，如果我想检测一个人，说使用大小为 (32 x 64) 的滑动窗口，那么每个窗口在通过 AlexNet 之前都会被放大到 227 x 227。这是一些很大的计算。有没有更好的方法来处理这个(32 x 64)窗口？

2. 我对这个 32 x 64 窗口检测器的方法是构建我自己的网络，其中包含很少的卷积、池化、ReLus 和 FC。虽然我了解如何构建架构，但我担心我将训练的模型可能存在过度拟合等问题。我的一位 friend 告诉我使用 AlexNet 预训练我的网络，但我不知道该怎么做？我暂时联系不上他，但有谁认为他说的可行吗？我很困惑。我正在考虑使用 ImageNet 并训练我的网络，该网络将采用 32 x 64 输入。由于这只是特征提取器，我觉得使用 imageNet 可能会为我提供各种图像以进行良好的学习？如果我错了，请纠正我，如果可能的话，引导我走上正确的道路。

3. 这个问题只是关于 Caffe。假设我使用 HOG 计算特征，并且想使用 GPU 版本的神经网络来训练分类器。那可能吗？我想考虑使用 HDF5 层读取 hog 特征向量并通过该全连接层进行训练？这可能吗？

如果有任何帮助或论文链接等可以帮助我理解卷积网络的想法，我将不胜感激。

Answer 1

1. 对于包含全连接层的 CNN，输入大小无法更改。如果网络在 224x224 图像上进行训练，则输入大小必须为 224x224。看看这个question .

2. 从头开始训练自己的网络将需要大量数据。 AlexNet 接受了一百万张图像的训练。如果您有如此大量的训练数据(您可以下载 ImageNet 训练数据)，那么就继续吧。否则你可能想看看 finetuning .

3. 是的，您可以使用HDF5层读取HOG特征向量进行训练。