数据集的图片尺寸与想用的网络默认输入尺寸不匹配怎么办？--torch实现

比如：resnet默认输入尺寸为224X224，三维图片，但是想输入的数据集图片尺寸是32X32，以为图片

我们可以在处理尺寸大小时在预处理的地方将其resize为32X32，transforms.Resize(224)

然后在使用resnet之前用一次1X1网络修改图片通道，conv = nn.Conv2d(1, 3, kernel_size=1)即可传入

 

 

Keras可能处理的并没有那么完美！也不完整。

问：修改数据集图片尺寸以适应现有网络的输入？

这是个方法：

from keras.applications import VGG16
vgg16 = VGG16(weights='imagenet', include_top=False, input_shape=(150, 150, 3))

目前找不见方法，死循环了，想改尺寸就想用上面的方法，想用这个函数就需要在线下载VGG16的.h5模型，想下载又下载不成功，报错。

有现成的下载好的VGG16的.h5模型，也可以加载进来，但是不能用这个函数。。。

 

可以把下载的.h5的模型放在C:\Users\sy\.keras\models下，再加载进来，测试一下，即可

from keras.applications import VGG16
vgg16 = VGG16(weights='imagenet', include_top=False, input_shape=(150, 150, 3))
conv_base.summary()

利用keras自带的方法可以实现将原数据集和模型数据集尺寸不同的模型进行修改

 

附：anaconda的包在这个目录下：