图像大小使用预训练模型的Tensorflow对象检测

Question

我看到tensorflow对象检测API允许自定义输入的图像大小。我的问题是如何使用预训练的权重，这些权重通常在224 * 224图像或有时300 * 300图像上训练。

在我使用的其他框架中，例如caffe rfcn，yolo和keras ssd，图像缩小以适应预训练重量的标准尺寸。

300 * 300输入尺寸的tf使用的预训练重量是多少？如果是这样，我们如何使用这些权重来对自定义图像大小进行分类？是否缩小到相应的权重大小？

Answer 1

根据我的理解，输入大小只会影响网络的输入层。但如果这是错误的，请纠正我，我对整个深度学习范式仍然很陌生。

我使用了三种Tensorflow Object Detection API模型。更快的R-CNN和R-FCN，都带有Resnet101功能提取器和带有Inception V2的SSD模型。 SSD模型将图像重新整形为固定的M x M大小。在Huang等人的论文“现代卷积物体探测器的速度/精度折衷”中也提到了这一点，而n速度较快的R-CNN和R-FCN，模型是在缩短为M像素的图像上训练的。边缘。此调整大小位于模型的预处理阶段。

另一种方法是保持纵横比并在图像上裁剪固定尺寸，然后可以从不同位置（中心，左上角，右上角，左下角，右下角等）裁剪到使模型健壮。更复杂的方法包括将图像调整为多个尺度并进行裁剪，并在卷积层中使用不同的宽高比，稍后使用自适应池大小来制作与SPP相同的特征尺寸（有关详细信息，请参阅He等人的Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition）。 。）这是由配置原型中的keep_aspect_ratio_resizer完成的。

这使我的理解架构能够适应不同的图像大小。因此，隐藏图层的内部权重不受图像输入大小的影响。