[英]Keras CIFAR10 finetuning on VGG16: How can I preprocess the input data to fit the VGG16 network?
我正在微调示例（当前在VGG16上）。 我想用VGG16训练CIFAR10数据集，但预期的输入尺寸大于48x48px（CIFAR10具有32x32）。
我找不到调整图像大小以适合网络的方法。
请帮帮我！
您可以简单地将input_shape设置为您选择的尺寸。
请注意，由于VGG16预期至少为48x48px，因此您很可能会得到较差的结果。 引用Keras文档 ：
“…宽度和高度不应小于48。例如（200，200，3）是一个有效值。”
另一种方法是使用flow_from_directory ，它使您可以选择将图像调整为所需的任何尺寸：
将 BatchDataset 与 Keras VGG16 preprocess_input 连接
[英]Connecting BatchDataset with Keras VGG16 preprocess_input
CIFAR-10 在 Keras 上使用 MobileNet/VGG16 的准确度不能超过 10%
[英]CIFAR-10 can't get above 10% Accuracy with MobileNet/VGG16 on Keras
VGG16培训新数据集：为什么VGG16需要标签具有形状（无，2,2,10）以及如何使用此网络训练mnist数据集？
[英]VGG16 Training new dataset: Why VGG16 needs label to have shape (None,2,2,10) and how do I train mnist dataset with this network?
训练后如何使用带有 keras 的 VGG16 预测图像（外部数据集）？
[英]How can i predict images(outside dataset) using VGG16 with keras after training?
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.
