给定一个定制的IBM视觉识别服务模型，该模型训练有一组大小为100x100的图像，在分类过程中仅发送100x100图像会更好，还是该图像的大小不是该属性可以帮助产生更好的分类结果？
答案 0 :(得分：2)
在训练模型时，您希望训练图像“代表”您想要稍后在训练后的模型中进行分类的图像的外观。
尽管如此，训练后的模型并不十分依赖分辨率。在内部，该服务会在训练和分类之前将图像调整为标准尺寸（224x224像素）。我们真的不建议在将图像发送到系统之前处理图像，因为此细节将来可能会更改，但是目前，您可以在发送图像之前将图像调整为恰好为224x224的大小，并且结果不会出现变化。
但是，例如，如果要训练的对象几乎占据了全部图像，但是在图像中尝试对感兴趣的对象进行分类就仅占据了图像的1/4，并且显示了很多背景，例如，这可能会使系统难以分类。
简而言之，匹配训练图像的分辨率不太可能提高准确性。但是匹配感兴趣对象的比例将是有意义的（意思是：训练图像中的对象占图像的X％，而测试图像中的相同对象也占图像的X％）。