Wie funktioniert Tensorflow Umschulung letzte Schicht unterschiedliche Bildgrößen behandeln?

Question

Ich betreibe die tensorflow retrain tutorial, aber ich kann nicht verstehen, warum die Retrain-Bilder eine andere Größe als die Bilder sein können, auf denen das Modell ursprünglich trainiert wurde. Ich schaute in das retrain.py Skript, das die Bilder dem Modell zuführt, aber der Code macht keine Art von Bildgrößenänderung, es ist direkt reading the image from disk und sofort feeds it to the model.

Weiß jemand, wie es beim Training der letzten Schicht Bilder unterschiedlicher Größe verwenden kann?

Answer 1

Technisch können die Inception-Modelle direkt auf eine Vielzahl von Bildgrößen angewendet werden. Dies ist möglich, weil die letzten durchschnittlichen Gemeinschaften vor der dichten Schicht ein globaler Durchschnitt-Pool ist (eher als 3x3 oder 2x2):

Von https://github.com/tensorflow/models/blob/master/inception/inception/slim/inception_model.py#L320:

 shape = net.get_shape() 
     net = ops.avg_pool(net, shape[1:3], padding='VALID', scope='pool') 

Dieses aus dem Fenster des Pooling gibt um das ganze Bild zu sein.

Mit anderen Worten, das Pooling Schicht mittelt die Merkmale über die räumlichen Abmessungen, so wird H x W x 20481 x 1 x 2048 unabhängig von H und W.

---

das gesagt ist, in meiner Erfahrung, die Anwendung NNs auf Skalen sehr unterschiedlich, wie sie in der Genauigkeit ausgebildet wurden einige Abnahme verursachen können (Aber das Netz funktionieren sollte)

Answer 2

@anthonybell Sie die richtigen sind Code macht keine Bildgrößenänderung. Aber wenn Sie das vortrainierte Netzwerk überprüfen gibt es eine Bild Resize-Schicht

<tf.Tensor 'DecodeJpeg/contents:0' shape=() dtype=string>, 
<tf.Tensor 'DecodeJpeg:0' shape=(?, ?, 3) dtype=uint8>, 
<tf.Tensor 'Cast:0' shape=(?, ?, 3) dtype=float32>, 
<tf.Tensor 'ExpandDims/dim:0' shape=(1,) dtype=int32>, 
<tf.Tensor 'ExpandDims:0' shape=(1, ?, ?, 3) dtype=float32>, 
<tf.Tensor 'ResizeBilinear/size:0' shape=(2,) dtype=int32>, 
<tf.Tensor 'ResizeBilinear:0' shape=(1, 299, 299, 3) dtype=float32>, 
<tf.Tensor 'Sub/y:0' shape=() dtype=float32>, 
<tf.Tensor 'Sub:0' shape=(1, 299, 299, 3) dtype=float32>, 
<tf.Tensor 'Mul/y:0' shape=() dtype=float32>, 
<tf.Tensor 'Mul:0' shape=(1, 299, 299, 3) dtype=float32>, 

Netzwerk werden die Bilder mit einer beliebigen Auflösung akzeptieren und intern wird es der Größe verändert 299x299