模型训练中的224*224

最新推荐文章于 2025-12-03 12:28:21 发布

原创最新推荐文章于 2025-12-03 12:28:21 发布 · 112 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #计算机视觉

文章讨论了在图像处理中使用image_tool和labelimg的方法，尝试了set_windowing函数和ROI设置，遇到get_windowing的AttributeError。作者还考虑了crop和resize作为替代方案，同时提到在MaixPy库中寻找相关功能的过程。

1.图像变换：可以image_tool，但还没找到在哪下载

2.labelimg可以标注，但不知道会不会提高效率

3.main函数中有set_windowing(sensor_window)，看看这个方法的用法，omv里有，摘录如下：

想用一下get_windowing，结果报错AttributeError: 'module' object has no attribute 'get_windowing'，去maixpy上找了找，确实没有，那就不用了

set_windowing不管怎么设roi，都只能从左上角开始

再试试crop的方案，另外还有resize，先resize

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

小白_tech_space

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

为什么深度学习图像分类的输入多是224*224

喜欢打酱油的老鸟

06-24

5745

https://www.toutiao.com/a6702959853393936909/ 做过图像分类项目或者看过文章的小伙伴们应该都知道，在论文中进行各类方法的比较时，要求使用同样的数据集。而为了公平的比较，网络的输入大小通常都是224*224的大小，那为什么呢？有同学思考过这个问题吗？我们都知道，一个图像分类模型，在图像中经历了下面的流程。从输入image->卷积和池化-&g...

用LetNet训练自己的数据集，图片大小为3*224*224

zhangzhifu2019的博客

04-26

4679

from __future__ import print_function, division from torchvision import transforms, utils from torch.utils.data import Dataset, DataLoader import matplotlib.pyplot as plt from PIL import Image impo...

参与评论您还未登录，请先登录后发表或查看评论

为什么图像分类任务要从256*256中裁剪出224*224

垃圾就应该待在垃圾桶里的博客

10-20

5380

为什么很多模型将输入缩放到256256然后裁剪成224224呢？文章目录前言总结前言我们之前已经回答过为什么图像分类网络输入大小是224*224，可以查看往期解答，【AI-1000问】为什么深度学习图像分类的输入多是224*224。 ![在这里插入图片描述](https://img-blog.csdnimg.cn/20201020133059371.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_

【AI-1000问】为什么深度学习图像分类的输入多是224*224

hacker_long的专栏

03-13

7143

文章首发于微信公众号《有三AI》【AI-1000问】为什么深度学习图像分类的输入多是224*224 写在前边的通知大家好，今天这又是一个新专栏了，名叫《有三AI 1000问》，顾名思义，就是以问题为主了！那我们这个新专栏会有什么特色呢？主要从内容选择，目标受众，创作风格三个方面来讲述。 1、内容选择因为我们有综述专栏，有各种垂直领域的非常详细的文章，所以从内容选择上，...

灵魂拷问——为什么深度学习图像分类的输入多是224*224？

蘼芜vodka的博客

05-14

3529

最近在做细粒度图像检索，老师提供的数据集数量太少，我就想着能不能去网上爬一些图片。但是我发现我爬到的那种图片尺寸都挺小的，只有十几二十几KB，尺寸也只有184x276。我心想做深度学习时一开始就要将图片resize成224x224，这么小的图片应该没用吧。图1 17.5KB的小图到了开组会时，老师问我要数据集，我摊摊手说都是些小图，感觉没什么用。老师说这也是一个方向啊，如果这么小的图也能用来做检索。我说一般输入的图片不都得resize成224x224吗，这种图本身都没这么大，resize

Halcon深度学习模型训练及模型应用

susan的博客

11-25

2118

本文主要介绍深度学习中的物体识别和图像分割，介绍它们的特点和在halcon软件中训练模型和应用模型的halcon代码。

【AI大模型】训练Al大模型

小洁洁

08-17

4266

目前所指的大模型，是“大规模深度学习模型”的简称，指具有大量参数和复杂结构的机器学习模型，可以处理大规模的数据和复杂的问题，多应用于自然语言处理、计算机视觉、语音识别等领域。

pytorch-模型训练

wyw0000的博客

06-27

1964

pytorch 模型训练

【知识星球】为什么图像分类任务要从256*256中裁剪出224*224

hacker_long的专栏

08-08

9507

欢迎大家来到《知识星球》专栏，这里是AI1000问小专题。作者&编辑 | 言有三 1 图像分类任务输入尺寸相关的问题有关于经典的图像分类任务中的输入图像尺寸问题...

为什么深度学习图像分类里的图片的输入大小都是224*224呢？

热门推荐

Mr_zhuo_的博客

10-22

1万+

在论文中进行各类方法的比较时，要求使用同样的数据集。而为了公平的比较，网络的输入大小通常都是224*224的大小，那为什么呢？我们都知道，一个图像分类模型，在图像中经历了下面的流程。从输入image->卷积和池化->最后一层的feature map->全连接层->损失函数层softmax loss 从输入到最后一个卷积特征feature map，就是进行信息抽象的过程，然后就经过全连接层/全局池化层的变换进行分类了，这个feature map的大小，可以是3*3，5*5

data2_224X224.zip

06-25

CNN网络模型训练，数据为王，使用相同机器学习算法，不同质量的数据能训练出不同效果的模型如果你用谷歌搜索“AI+农业”或者“人工智能+农业”，就会发现与AI在其他领域的应用相比，农业依旧是未经广泛开垦的“蛮荒...

精选资源

TimeSformer预训练好的模型，TimeSformer_divST_8x32_224_K400.pyth

09-08

TimeSformer：Is Space-Time Attention All You Need for Video Understanding?（video transformer） TimeSformer在K400上预训练好的的模型：8 of frames，spatial crop：224，acc@1：77.9，acc@5：93.2。

精选资源

步态能量图,GoogleNet网络的MATLAB编程学习和实现，以步态识别为例进行仿真分析.图片大小为224*224

12-08

每张图片大小为224*224像素，这样的尺寸是标准的预处理尺寸，便于与预训练模型兼容。在MATLAB中构建GoogleNet模型时，我们通常会从预训练的权重开始，这些权重是在大量的图像数据上训练得到的。我们可以使用`...

Python Pandas多列合并成一长列(扁平化)

视觉算法小趴菜的博客

11-29

432

本文介绍了Pandas中三种数据扁平化方法：melt()按变量名和值两列重组数据，concat()垂直拼接多列，stack()将多列转为单列。测试数据显示melt()保留原列名信息，concat()和stack()仅保留数值。三种方法各有特点，适用于不同的数据扁平化需求。

大模型应用：大模型 MapReduce 全解析：核心概念、中文语料示例实现.12

minhuan的专栏

12-03

718

本文介绍了MapReduce编程模型及其在大模型训练中的应用。MapReduce通过"分治-并行-聚合"思想处理大规模数据，传统Hadoop MapReduce侧重结构化数据计算，而大模型MapReduce则针对自然语言处理任务。文章详细对比了两者在架构、处理对象和核心算力等方面的差异，并提供了中文词频统计的Python实现示例，包括单机版和分布式版本。分布式实现利用多进程模拟集群计算，展示了数据分片、Map、Shuffle和Reduce的完整流程。

【Android逆向工程】第19章：协议分析与接口还原

最新发布

w987333120的博客

12-03

327

本文介绍了网络协议分析的关键技术与工具。主要内容包括HTTP/HTTPS协议分析流程、常用抓包工具配置（Charles/Burp Suite）、协议格式解析方法以及签名算法还原技术。通过示例展示了完整的请求/响应分析过程，涵盖请求行、请求头、请求体的解析方法，特别关注签名相关字段的识别。文章还提供了Python代码示例演示如何自动分析HTTP请求结构，帮助逆向工程师理解业务逻辑、还原接口签名算法并实现自动化脚本。

使用 DeepSeek 提升工作效率

Deng872347348的博客

12-03

496

摘要：本文系统介绍了如何利用DeepSeek AI工具提升工作效率。文章首先分析职场痛点，指出DeepSeek在技术文档、代码开发、数据处理等专业场景的优势。随后详细解析核心功能模块，包括文本生成、代码支持、数据分析和知识管理，并明确其适用边界。重点提供了可直接复用的指令模板，涵盖技术文档撰写、脚本开发、数据可视化等典型场景，如自动生成API文档、Python数据分析脚本等。最后给出集成办公软件的最佳实践，并针对不同行业提供适配方案，强调AI工具"增强而非替代"的定位，帮助用户将重复性工

python中快速更新ini文件之方法~

英布之剑的优快云 Blog

12-02

102

Python标准库中的configparser模块可方便读写INI格式配置文件。通过ConfigParser()创建对象，使用read()读取文件，set()修改键值，write()保存更改。示例代码展示了更新INI文件的完整流程：创建解析器、读取文件、修改指定分组下的键值、保存修改并清理对象。使用前需导入configparser模块。该方法简单高效，适用于处理标准INI格式的配置文件。

Python抓取ZLibrary元数据实战指南

yiruo250的博客

11-29

556

本文介绍使用Python抓取ZLibrary电子书元数据的技术方案。首先说明准备工作，包括Python环境配置、网页结构分析和反爬策略。详细讲解两种抓取方法：静态页面使用requests+BeautifulSoup解析，动态内容通过Selenium模拟浏览器操作。提供数据存储示例（CSV/JSON格式）和清洗技巧，并介绍异步抓取、Scrapy框架等高级优化方案。特别强调法律合规性，包括遵守robots.txt、控制请求频率及版权注意事项。附完整代码示例链接，为电子书数据分析提供技术参考。

适配输入为224*224的LeNet模型

11-08

要将LeNet模型适配为输入为224*224的尺寸，需要对模型的卷积层和池化层的参数进行相应调整，以确保特征图在各层间合理传递。以下是具体的调整思路和示例代码： ### 调整思路 1. **输入层**：将输入尺寸修改为224*224。 2. **卷积层和池化层**：调整卷积核大小、步长和填充，以适应新的输入尺寸，避免特征图尺寸过小或过大。 3. **全连接层**：根据调整后最后一个池化层的输出尺寸，调整全连接层的输入神经元数量。 ### 示例代码 ```python import tensorflow as tf from tensorflow.keras import layers, models # 构建适配224*224输入的LeNet模型 def lenet_224(): model = models.Sequential() # 输入层，输入尺寸为224*224，通道数为3 model.add(layers.Conv2D(6, kernel_size=5, activation='relu', input_shape=(224, 224, 3))) # 池化层 model.add(layers.MaxPooling2D(pool_size=(2, 2), strides=2)) # 卷积层 model.add(layers.Conv2D(16, kernel_size=5, activation='relu')) # 池化层 model.add(layers.MaxPooling2D(pool_size=(2, 2), strides=2)) # 将多维特征图展平为一维向量 model.add(layers.Flatten()) # 全连接层 model.add(layers.Dense(120, activation='relu')) model.add(layers.Dense(84, activation='relu')) # 输出层，假设为10分类任务 model.add(layers.Dense(10, activation='softmax')) return model # 创建模型实例 model = lenet_224() # 编译模型 model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy']) # 打印模型结构 model.summary() ``` ### 代码解释 1. **输入层**：将`input_shape`设置为`(224, 224, 3)`，表示输入图像的尺寸为224*224，通道数为3（RGB图像）。 2. **卷积层和池化层**：保持卷积核大小和步长不变，但由于输入尺寸增大，特征图的尺寸也会相应增大。 3. **全连接层**：在展平操作后，根据最后一个池化层的输出尺寸调整全连接层的输入神经元数量。 ### 注意事项 - 调整后的模型可能需要更多的计算资源和训练时间。 - 可以根据实际情况进一步调整卷积核大小、步长和填充，以达到更好的性能。