在做图片分类识别任务时,如果没有公开数据集的情况下,需要自己去网上找相应的图片数据,但是各种各样的图片大小不一致,手动截图的话,大小无法保证,所以此时,最好就是用代码来固定大小。
图片大小设置多少合适
在图片识别任务中,数据集中图片的大小设置取决于多种因素,包括模型的架构、计算资源以及具体的任务需求。以下是一些常见的图片大小设置建议:
-
经典模型(例如VGG, ResNet等):
- 通常选择输入图片大小为
224x224
像素。这是因为许多经典模型(如VGG、ResNet等)最初是在这个大小上进行训练的。 - 对于 ResNet 和 InceptionV3 等模型,也可以使用
299x299
的输入大小。
- 通常选择输入图片大小为
-
较小的图片(例如MobileNet, EfficientNet等):
- 对于需要在移动设备上部署的模型,可以选择较小的图片尺寸,如
128x128
或160x160
像素,以减少计算量和内存占用。 - EfficientNet 使用了自适应的输入尺寸,通常从
224x224
到600x600
像素不等,具体大小取决于模型的缩放因子。
- 对于需要在移动设备上部署的模型,可以选择较小的图片尺寸,如
-
自定义任务:
- 如果任务对细节要求较高,或者原始图片本身就很大,可