如何处理CNN模型中的不同输入大小

Question

给出一点背景：我对机器学习相当新，我已经阅读并看过一些关于CNN如何工作的教育视频。

到目前为止，我已经尝试了两种模型，一个随机人的CNN模型和Google的Inception v3模型。 我能理解随机的人CNN模型以及那里发生的事情。 我不明白的是如何使它不同的输出尺寸，不仅是不同的比例或旋转。 让我解释一下我在做什么：

我基本上希望能够将图片（包含徽标）归类为品牌。 例如，你给我一张包含星巴克标志的图片，我们的模型会告诉你它是星巴克。 每张照片中只有一个标志（就我而言）。 第一次尝试是使用初始模型：尝试了20,000次迭代，2000张星巴克收据图片，2,000张沃尔玛收据图片和2,000张与星巴克或沃尔玛无关的随机图片，因此我也可以将图片归类为“两者”。 得到88％的准确度，不够好，交叉熵不会下降到低于0.4然后我尝试从这些图片中裁剪徽标并再次尝试。 这一次，在裁剪的图片上，它会像魅力一样工作，但是在包含星巴克标志的大图片上，或者沃尔玛的情况下，它会失败。

与DeepLo​​go的方式相同： https ： //github.com/satojkovic/DeepLo​​go

它适用于32 x 32图像，但一旦我改变输入大小，它就会失败。

我怎么能克服这个？

编辑 ：我正在使用它在初始模型之上进行重新训练： https ： //github.com/tensorflow/tensorflow/tree/master/tensorflow/examples/image_retraining

Answer 1

汇集层？ 根据我的理解，汇集层提高了统计效率和翻译不变性。 最重要的是，在您的情况下，它可以用于各种尺寸的图像。 也许你可以对此做一些研究。 Goodfellow的“深度学习”一书将是我的建议。