neural-network - 针对非方形输入微调 VGG 或 AlexNet

Question

VGG 和 AlexNet 等需要正方形尺寸的固定图像输入 ( H== W)。如何微调或以其他方式执行网络手术，以便提供非平方输入？

供您参考，我正在使用 Caffe 并打算FC7为非方形图像输入提取特征。

Answer 1

对于网络的卷积部分 - 输入大小并不重要：输出的形状会随着输入大小的改变而改变。
然而，当涉及到"InnerProduct"层时——权重的形状是固定的，它由输入大小决定。

您可以执行“网络手术”将您的"InnerProduct"图层转换为"Convolution"图层：这样您的网络可以处理任何大小的输入。但是，您的输出也会在形状上有所不同。

另一种选择是根据新的固定输入大小定义网络，重新使用所有学习到的卷积权重，并且只微调全连接层的权重。