如何在CNN模型中处理不同的输入大小

Question

提供一些背景信息：我对机器学习相当陌生，我已经阅读并看过一些关于CNN工作原理的教育视频。

到目前为止，我已经尝试了两种模式，一个随机的CNN模型和Google的Inception v3模型。我能理解随机的CNN模型以及那里发生的事情。我不明白的是如何使它不同的输出尺寸，不仅仅是不同的比例或旋转。我来解释一下我在做什么：

我基本上希望能够将图片（包含徽标）归类为品牌。例如，你给我一张包含星巴克标志的照片，我们的模特会告诉你它的星巴克。每张照片中只有一个标志（就我而言）。第一次尝试是使用初始模型：尝试了20,000次迭代，2000张星巴克收据图片，2,000张沃尔玛收据图片和2000张与星巴克或沃尔玛无关的随机图片，因此我也可以将图片归类为“不会”。 。得到88％的准确度，不够好，交叉熵不会低于0.4，然后我尝试从这些图片中裁剪徽标并再次尝试。这一次，在裁剪的图片上，它会像魅力一样工作，但是在包含星巴克标志的大图片上，或者沃尔玛就此而言，它会失败。

与DeepLo​​go的方式相同：https://github.com/satojkovic/DeepLogo

它可以很好地处理32 x 32图像，但是一旦我改变输入大小，就会失败。

我怎样才能克服这个？

编辑：我使用它在初始模型之上进行再培训：https://github.com/tensorflow/tensorflow/tree/master/tensorflow/examples/image_retraining

Answer 1

合并图层？ 根据我的理解，汇集层提高了统计效率和翻译不变性。最重要的是，在您的情况下，它可以用于各种尺寸的图像。 也许你可以对此做一些研究。这本书＆＃34;深度学习＆＃34;来自Goodfellow的是我的推荐。