TensorFlow Android探测器演示 - 为什么裁剪？

Question

我在DetectorActivity here

中查看了tensorflow android演示中的代码

想知道为什么需要在将相机预览图像输入分类器之前将其裁剪为300 x 300尺寸？

使用不同的维度似乎会影响分类器的结果。此作物尺寸是否受.pb（或用于训练模型的图像）的影响？

Answer 1

首先要使用python自己训练模型，你需要一个配置文件和一个检查点（所以你不需要从头开始训练）。配置文件确定您是否达到速度（实时情况）或准确性。谷歌提供了一个列表，您可以在link下找到它们。如果您检查ssd_mobilenet_v1_coco.config，您会注意到图像将在训练过程之前调整大小，这将导致高速实时识别，但会影响准确性。

现在回答您的问题，如果您使用类似的配置文件训练您的模型，而不是应用您提到的裁剪将有助于以最佳速度获得最佳准确度。

如果您正在使用演示 ssd_mobilenet_v1_android_export.pb 提供的frozen.pb，则使用我之前提到的相同配置文件进行训练，因此为探测器提供相同的图像是有意义的尺寸作为他训练的数据。

因此，这种裁剪的总体目的是优化速度，因为我们实时检测物体。

我希望这有助于澄清事情。