Keras有一个名为flow_from_directory的函数,其中一个参数叫做target_size。以下是对它的解释:
target_size: Tuple of integers (height, width), default: (256, 256).
The dimensions to which all images found will be resized.
我不清楚的是它是否只是将原始图像裁剪成256x256矩阵(在这种情况下我们不拍摄整个图像)或者它只是降低了图像的分辨率(同时仍然向我们显示整个图像)?
如果是-let说 - 只是降低分辨率: 假设我有一些尺寸为1024x1024的X射线图像(用于乳腺癌检测)。如果我想将传输学习应用于仅需要224x224输入图像的预训练卷积神经网络,那么当我将图像(和分辨率)的大小从1024x1024减小到224x224时,我是否会丢失重要的数据/信息?是不是有这样的风险?
提前谢谢!
答案 0 :(得分:1)
最好的方法是重建CNN以使用原始图像大小(即1024 * 1024)