输入维度/分辨率是否会影响卷积神经网络的性能?

时间:2017-12-06 18:20:17

标签: image-processing deep-learning keras

我正在构建一个图像分类器,其中我有66个类和50000左右的图像,我的电脑的RAM是12 gb我的ram不足以训练图像我的问题是图像的分辨率会影响图像的准确性模型我正在使用卷积神经网络。

1 个答案:

答案 0 :(得分:0)

如果您最终使用具有完全连接层的卷积神经网络来获得预测概率,则输入层将具有固定大小,因此您需要将所有图像预处理为该大小以馈送到网络。

如果您的图像尺寸小于此尺寸,则需要插入并增大尺寸,以便通过进一步减小图像尺寸对内存产生影响。因此最小分辨率是输入卷积层大小。

对于你的ram问题,根据你使用的框架,正确使用队列应该解决这个问题,无论图像大小多大。如果在预处理期间出现OOM错误,请尝试减小队列大小,以便一次只调整一小部分图像以适应内存。如果OOM在培训期间,请尝试减小批量。