图像必须具有相同的尺寸才能进行深度学习吗？

Question

我是一个深入学习的新人。我打算使用caffe并为训练准备一个数据集。

所有图片都必须具有相同的尺寸吗？并且剂量必须是乡绅？

如果是这样，理想尺寸或选择方法是什么？

Answer 1

通常，对于深度学习，情况并非如此。卷积神经网络不依赖于图像大小，滤镜可应用于所有图像尺寸。

仍有许多框架和字面上的所有论文都使用相同的图像大小进行培训。在https://arxiv.org/pdf/1409.1556/中，他们使用不同的大小来评估网络。要实现此目的，您可以使用调整大小或裁剪或两者的组合。请记住，改变宽高比几乎总是一个坏主意。

要选择合适的图像尺寸，请务必注意，较大的图像尺寸通常会为您提供更好的精确度。但是，所有过滤器都需要更长的时间，并且内存需求随图像大小而增加。另外，更大的尺寸会使改进减少。我通常使用224x224，因为它通常可以被2整除，而imagenet也使用它。

最后，图像尺寸不一定是正方形，但大多数情况下这是一个好主意，因为CNN通常会将图像尺寸缩小一半，最终会达到像4x4或6x6这样的尺寸。使用非方形起始大小执行此操作将为您提供类似4x2或6x3的结尾大小。