人们为图像网络实验选择224x224图像大小有什么特别的原因吗？

Question

224x224由于某种原因或仅仅是计算约束而提供更好的准确性吗？我认为更大的图片应该提供更好的准确性，不是吗？

Answer 1

更大的图像包含更多可能相关或不相关的信息。输入的大小很重要，因为输入越大，网络必须处理的参数越多。更多参数可能会导致一些问题，首先您需要更多的计算能力。然后你可能需要更多的数据来训练，因为很多参数和没有足够的样本可能导致不合适，特别是CNN。 从AlexNet中选择224也允许他们应用一些数据扩充。

例如，如果你有一个512x512的图像而你想识别一个物体那么最好将它重新采样到256x256并获得224x224或200x200的较小补丁，做一些数据增加然后训练。如果您有足够的数据，您还可以使用400x400的补丁并进行数据增强和训练。

不要忘记进行交叉验证，以便检查是否有过度拟合。