keras中卷積神經網絡的輸入形狀

Question

我正在嘗試使用cnn構建一個圖像分類器。 我的圖像是（256,256）像素大小。

如果我通過將輸入形狀設置為（64,64）或（128,128）來訓練cnn會發生什么，因為（256,256）需要花費大量時間來處理？

Answer 1

它會拋出一個錯誤。 您可以使用cv2.resize（）調整圖像大小，或者可以將正確的輸入形狀放在cnn圖層中，然后放置一個maxpooling圖層以減少參數數量。

Answer 2

確保您的圖像大小與Input圖層的大小相同。 通常，分類體系結構對輸入的空間維度不靈活。 所以，這很重要。 否則，您將收到形狀不匹配錯誤。

如果您想要更改模型的輸入形狀，可以這樣做。 很難確切地說它將如何影響您的分類。 您可能還需要調整CNN濾鏡，以使濾鏡不會超過要素貼圖。 否則可能會降低您的表現。 但你可以嘗試一下，看看會發生什么。