神经网络的标准输入与图像分辨率不一致的问题

01 引入

假如我们想要在cifar10上验证vgg的性能,可能就会出现以下问题:

vgg 标准输入:224 x 224 x3

cifar10图像的分辨率:32 x 32 x 3

02 可行的解决方法

一种观点:

修改最后几个全连接层的大小!(绝对可行)

另一种观点:

对于普通的图像分类,resize成网络想要的标准输入,可能没有影响。

但是对于我们举的例子来讲,这样的操作显然是不合适的!!!

对于目标的定位来讲,resize意味着图像发生了形变,很可能会影响效果。

转载于:https://www.cnblogs.com/Terrypython/p/11543764.html

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值