输入图像大小CNN Tensorflow

Question

我正在为我的CNN提供2048x2048的图像尺寸。但是我偶然忘记改变输入的大小：

img_width, img_height = 32, 32
input_shape = (3, img_width, img_height)

我想知道为什么即使输入图像大于32x32像素，训练仍然会运行？或者CNN只能识别部分图像吗？

提前致谢。

Answer 1

卷积层的大多数实现都可以在任何大小的图像上运行。对于padding="SAME"的2D卷积，任何卷积层的输出大小都是[batch_size, input_height // stride[0], input_width // stride[1], filters]（有效填充只意味着每个边界上丢失一些像素，具体取决于内核大小）。

同样，内核中涉及的权重数量为filters_in * filters_out * np.prod(kernel_size)，与输入大小无关（偏差仅为filters_out）。

要执行分类等任务，大多数CNN在末尾使用空间池层（例如tf.reduce_mean(features, axis=(1, 2))），无论输入大小如何，都会将任何输入图像批处理的输出减少到[batch_size, n_filters_out]，通过一些密集的层来回归到logits。