image-processing - 不同图像大小的迁移学习（VGG、ResNet）

Question

我希望使用迁移学习来处理图像，并且我的图像有不同的大小。我认为一般卷积层可以采用可变输入大小，但全连接层只能采用特定大小的输入。然而，VGG-16 或 ResNet50 的 Keras 实现可以采用任何大于 32x32 的图像大小，尽管它们确实具有完全连接的层。我想知道如何为不同的图像尺寸修复完全连接的层大小？

非常感谢！

Answer 1

您所说的具有误导性，您可以使用任何大于 32x32 的输入图像大小构建 VGG/ResNet Keras 模型，但是一旦构建模型，您就无法更改输入大小，这通常是问题所在。所以模型不能真正拍摄可变大小的图像。