machine-learning - 如何使用 mobilenet 作为高分辨率图像的特征提取器？

Question

我如何将 mobilenet 模型用作分辨率高于 224x224 的图像的特征提取器？我想我需要在加载某个图层后更改它以增加输入大小？我目前的代码是这样的：

const featureExtractor = await tf.loadGraphModel('http://localhost:3000/mobilenet_v3_large_100_224/model.json');

我知道我可以将图像重新采样到 224x224，但我担心重要信息会丢失。

Answer 1

MobileNet v2 从技术上讲是从具有 32 个过滤器的全卷积层开始的。所以，是的，您可以使用更大的图像训练模型，但是您将从头开始。似乎可用的特征提取模型大多是在 224x224 的数据集上训练的。

如果您认为这会删除重要信息，那么您可能是对的！但是，在我退出之前，我肯定会试一试。我对 28x28 数据集的熟练程度感到惊讶，而这实际上是更多的数据。

您可以将深度乘数调整为1.4，并从图像中获得更大的特征集。如果您担心质量，请这样做。也许您甚至可以使用像 Inception 这样的更大模型？这些图像是 299x299。

无论如何，这取决于您必须重新训练多少时间和精力。