关于resnet网络输入图片尺寸任意大小的问题

最新推荐文章于 2022-09-17 19:01:09 发布
原创 最新推荐文章于 2022-09-17 19:01:09 发布 · 1.5w 阅读 · 37 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

探讨了PyTorch框架中图像分类模型如何处理非224*224尺寸的输入图片，揭示了AdaptiveAvgPool2d层在实现模型自适应输入大小中的关键作用。

最近在做图像分类时查阅了一些相关资料发现输入的图片大小并非是固定大小224*224，因此很疑惑，查阅了一些资料发现了以下解答：

版本框架：pytorch，模型加载来自torchvision

 对应链接为：https://discuss.pytorch.org/t/how-can-torchvison-models-deal-with-image-whose-size-is-not-224-224/51077

进一步的pytorch是如何做到自适应输入图片大小的？答案在AdaptiveAvgPool2d层，如下：

知乎的链接写的很全，可以详细看下：https://www.zhihu.com/question/282046628

希望对疑惑的小伙伴有所帮助

为何pytorch预训练的resnet模型对输入图片的大小无要求？
thequitesunshine007的博客
09-23 1万+
原本的ResNet18模型对于输入的训练图像是有严格的大小限制的，规定的大小为224*224。但是最近发现Pytorch中预训练的resnet模型时，输入图片的大小为200*200或者是其他尺寸时也可以。 于是就好奇到底是什么原因。 1，RESNET-18网络图示理解 17个卷积层（conv）+1个全连接层（fc） 提示： BN 就是批量归一化 RELU 就是**函数 lambda x:x 这个函数的意...
ResNet不同层数架构的输入与输出
浩瀚之水的专栏
06-09 423
ResNet不同层数模型（如18/34/50/101/152层）的输入与输出设计遵循统一框架，但深层模型通过增加残差块数量提升特征提取能力。
探究图像输入的大小与模型测试时的关系
flyawayl的博客
02-23 1290
问题 当我们使用pytorch中torchvision中的resnet50作为分类模型进行测试时，为什么不同的图像大小都可以输入到网络中进行测试呢？ 关键 首先列出resnet50的模型结构： ResNet( (conv1): Conv2d(3, 64, kernel_size=(7, 7), stride=(2, 2), padding=(3, 3), bias=False) (bn1): BatchNorm2d(64, eps=1e-05, momentum=0.1, affine=True,
pytorch笔记：04)resnet网络&解决输入图像大小问题
热门推荐
Javis486的专栏
03-20 7万+
因为torchvision对resnet18-resnet152进行了封装实现，因而想跟踪下源码(^▽^) 首先看张核心的resnet层次结构图(图1)，它诠释了resnet18-152是如何搭建的，其中resnet18和resnet34结构类似，而resnet50-resnet152结构类似。下面先看resnet18的源码 图1 resnet18 首先是models.resnet18...
神经网络训练数据集大小,神经网络输入图片大小
Supermen333的博客
09-16 3355
卷积神经网络有以下几种应用可供研究：1、基于卷积网络的形状识别物体的形状是人的视觉系统分析和识别物体的基础，几何形状是物体的本质特征的表现，并具有平移、缩放和旋转不变等特点，所以在模式识别领域，对于形状的分析和识别具有十分重要的意义，而二维图像作为三维图像的特例以及组成部分，因此二维图像的识别是三维图像识别的基础。另外是输入的问题，图象一般会先提取特征，再将特征作为输入。然而，这些特征的提取太过依赖人的经验和主观意识，提取到的特征的不同对分类性能影响很大，甚至提取的特征的顺序也会影响最后的分类性能。
重新设置神经网络输入图片大小代码
05-24
神经网络
ResNet50中输入输出尺寸运算
m0_45182288的博客
04-18 1万+
Resnet50网络结构中的尺寸运算
修改resnet适应不同大小的输入
realjc的博客
11-03 4937
resnet由于最后的全连接层参数固定，为了适应不同大小的输入。要么对输入图像进行crop或者padding，要么修改网络。下面是LearnOpenCV提供的一种修改网络的方式。 将最后的池化层由AdaptiveAvgPool2d 改为 AvgPool2d 将全连接层替换为卷积层。 class FullyConvolutionalResnet18(models.ResNet): def __init__(self, num_classes=1000, pretrained=False, **kw
神经网络输入图片大小,神经网络 图像相似度
aifamao6的博客
09-17 1046
卷积神经网络有以下几种应用可供研究：1、基于卷积网络的形状识别物体的形状是人的视觉系统分析和识别物体的基础，几何形状是物体的本质特征的表现，并具有平移、缩放和旋转不变等特点，所以在模式识别领域，对于形状的分析和识别具有十分重要的意义，而二维图像作为三维图像的特例以及组成部分，因此二维图像的识别是三维图像识别的基础。然而，这些特征的提取太过依赖人的经验和主观意识，提取到的特征的不同对分类性能影响很大，甚至提取的特征的顺序也会影响最后的分类性能。同时，图像预处理的好坏也会影响到提取的特征。
小型的分类问题网络用什么，输入图片大小不一定 分类数不一定
最新发布
08-15
由于输入图片大小和分类数不确定，我们需要设计一个灵活的网络，能够适应不同的输入尺寸和类别数。 以下是一个通用的轻量级CNN架构设计原则： 1. 使用少量卷积层（如3-5层） 2. 使用小卷积核（3x3为主） 3. ...
resnet的图片
10-03
res net的拓扑图图片
ResNet50组网图
12-31
ResNet50网络的组网图分析，详细分析了各个模块的组成。主要针对Pytorch框架，其实各个框架的实现基本一致
resnet50 模型
09-20
resnet50 模型，很难训练，且训练一次需要很长时间，最好保存
ResNet-50
sky的博客
12-24 6264
ResNet-50经过了4个Block，每一个Block中分别有3，4，6，3个Bottleneck 现在来看一下这个网络图， 首先输入的图片是3×224×224，也就是3个通道，图片尺寸为224×224； 进入第一个卷积层，卷积核大小为7*7，卷积核个数为64，步长为2，padding为3；所以输出应该是（224-7+2×3）/2+1=112.5，向下取整得到112，所以输出...
Pytorch踩坑——ResNet50读取的图片长宽固定的问题
qq_41100991的博客
03-01 8444
问题一 RuntimeError: size mismatch, m1: [1 x 8192], m2: [2048 x 2] at C:\w\1\s\tmp_conda_3.7_104508\conda\conda-bld\pytorch_1572950778684\work\aten\src\TH/generic/THTensorMath.cpp:197 经过查询发现resnet50、res...
为什么传统CNN结构神经网络的输入图片尺寸是固定的？
weixin_45074568的博客
03-16 2009
对于CNN来说，一张图片经过conv和pooling时，这些层是不关心图片大小的。比如对于一个卷积层，output_size=(input_size - kernel_size)/stride + 1,它并不关心输入图片的尺寸大小，但是经过若干次conv和pooling后，要经过flatten操作送入FC层中，此时我们得提前设置好hidden layer中神经元的个数，这一步需要考虑经过flatten后的大小，所以传统的CNN结构神经网络的输入图片尺寸必须是固定的，例如AlexNet，VGG,ResNet
pytorch下输入输出图像尺寸计算
shY Pa
07-14 8005
1、https://blog.youkuaiyun.com/qq_21997625/article/details/87252780 https://blog.youkuaiyun.com/u012932178/article/details/80731735 https://blog.youkuaiyun.com/g11d111/article/details/82665265 https://blog.youkuaiyun.com/g...
深度残差收缩网络解析及TFLearn代码
外面的世界
12-28 1129
深度残差收缩网络是一种较为新颖的深层神经网络，实际上是深度残差网络的升级版本，能够在一定程度上提高深度学习方法在含噪数据上的特征学习效果。 首先，简单回顾一下深度残差网络，深度残差网络的基本模块见下图。相较于普通的卷积神经网络，深度残差网络使用了跨层的恒等映射，来减小模型训练的难度，提高准确率。 然后，在深度残差网络的基础上，深度残差收缩网络使用了一个小型的子网络，用这个子网络学习得到一组阈值，...
数据集的图片尺寸与想用的网络默认输入尺寸不匹配怎么办？--torch实现
weixin_42630613的博客
04-04 8244
修改数据集图片尺寸以适应现有网络的输入？ 这是个方法： model_vgg = vgg(include_top=False, weights='imagenet', input_shape=(48, 48, 3)) # 选择imagnet,会选择当年大赛的初始参数 # include_top=False 去掉最后3层的全连接层看源码可知 ...
resnet34输入端
03-10
### ResNet34 输入端要求和配置 对于ResNet34模型而言，其输入端的要求主要集中在图像预处理以及初始卷积层的具体设置上。 #### 图像预处理需求 为了确保数据能够被有效利用于训练过程之中，输入到ResNet34之前的图像需经过特定方式的标准化处理。具体来说，每一张输入图像应当先减去全局平均值再除以标准差，以此实现零均值单位方差的效果[(input – mean) / std][^1]。这样的操作有助于加速收敛速度并提高最终性能表现。 #### 初始卷积层设定 按照设计原则，ResNet系列模型的第一层通常是一个`Conv2D`类型的二维卷积层，它负责接收原始RGB三通道彩色图片作为输入。对于ResNet34而言也不例外，该层接受大小固定为\(H \times W \times 3\)（其中\(H\)代表高度，\(W\)表示宽度，“3”对应红绿蓝三个颜色通道）的数据矩阵，并对其进行滤波器应用从而提取特征信息。 此外，在实际部署过程中还需要注意一些细节： - **填充模式**：一般采用相同的边界扩展策略(`same`)使得输出尺寸保持不变； - **步幅(strides)**：常设为(2, 2)，意味着每次移动两个像素位置； - **激活函数**：紧跟在其后的批量归一化(Batch Normalization)之后会使用ReLU作为非线性变换单元； 综上所述，当准备向ResNet34提供输入时，应确保满足上述提到的各项条件，这样才能保证整个网络正常运作并达到预期效果。 ```python from tensorflow.keras.layers import Input, Conv2D, BatchNormalization, ReLU import numpy as np # 假定mean和std已经预先计算好 def preprocess_input(image_array, mean=np.array([0.485, 0.456, 0.406]), std=np.array([0.229, 0.224, 0.225])): processed_image = (image_array - mean) / std return processed_image input_shape = (224, 224, 3) inputs = Input(shape=input_shape) x = Conv2D(filters=64, kernel_size=(7, 7), strides=(2, 2), padding='same')(inputs) x = BatchNormalization()(x) outputs = ReLU()(x) model = tf.keras.Model(inputs=inputs, outputs=outputs) ```
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值