具有不同图像尺寸的转移学习（VGG，ResNet）

Question

我希望使用转移学习来处理图像，并且我的图像尺寸不同。 我认为一般卷积层可以采用可变的输入大小，但是完全连接的层只能采用特定大小的输入。 但是，VGG-16或ResNet50的Keras实现可采用大于32x32的任何图像大小，尽管它们确实具有完全连接的层。我想知道如何为不同的图像尺寸获得固定的完全连接的图层大小吗？

非常感谢！

Answer 1

您的发言具有误导性，您可以使用任何大于32x32的输入图像来构建VGG / ResNet Keras模型，但是一旦构建了模型，就无法更改输入大小，通常这就是问题所在。因此，该模型无法真正拍摄可变大小的图像。