图像分辨率如何影响Keras的结果和准确性？

Question

我正在使用Keras（带有Tensorflow后端）进行图像分类项目。我总共有将近40 000张高分辨率（1920x1080）图像用作训练输入数据。培训大约需要45分钟，这已经成为一个问题，因此我想我可以通过降低图像文件的分辨率来加快速度。查看代码（我自己没有写代码），似乎所有图像在处理之前都已调整为30x30像素大小

对此我有两个一般性问题。

1. 期望这可以提高培训速度是否合理？
2. 调整输入图像文件的大小会影响图像分类的准确性吗？

Answer 1

1-当然，它会影响训练速度，因为空间尺寸是模型速度性能的最重要关键之一。 2-我们可以肯定地说，这会影响准确性，但是到底有多少准确度取决于其他许多方面，例如您要对哪些对象进行分类以及使用哪些数据集。