ResNet50 模型的預設輸入尺寸是為224 * 224 ，為何解答中要把圖像 resize 成240 *320 ? 用模型的默認的圖像尺寸是否會更適合原來模型的訓練權重? - Cupoy

2019/05/08 下午 06:26

機器學習共學討論版

高啟益

觀看數：205

回答數：3

收藏數：0

kaggle

期末考

ml100

ml100-d101

1.期末考解答的 Resnet50 預訓練模型，使用 ImageDataGenerator的flow_from_directory 方法來載入訓練圖形的資料，請問為什麼不需要做rescal (圖像除以255) ?

2.訓練完成之後，有重新載入 callbacks 紀載的最佳模型，但是在後續的預測作業時，卻沒有使用載入的最佳模型，請問是程式碼寫錯還是有特殊原因?

(載入的最佳模型是放到 best_model 這個變數中，但是預測時卻是用 model 這個原始模型的變數)

回答列表

• 2019/05/09 上午 10:49
  Jimmy
  贊同數：2
  不贊同數：0
  留言數：0

  Hi 啟益！

  
  

  Thanks for pointing out the problems! 看來的確是有些小 bug，我們馬上修正一下等等會上傳修正版的解答：）

• 2019/05/09 上午 11:18
  高啟益
  贊同數：0
  不贊同數：0
  留言數：0

  另外, ResNet50 模型的預設輸入尺寸是 224 * 224 ，為何解答中要把圖像 resize 成240 *320 ?

  用模型的默認的圖像尺寸是否會更適合原來模型的訓練權重?

  

  

• 2019/05/09 下午 02:02
  Jimmy
  贊同數：2
  不贊同數：0
  留言數：0

  Hi! 縮放成 240x320 的原因是，觀察資料集發現多數的影像都是這個尺寸，當縮放成 224x224 會改變原本影像的長寬比 ratio，有些影像可能會失真的比較嚴重。當然 224x224 也是可以訓練的，兩種方法都還是從預訓練的權重開始進行訓練，應該不會差異太多，你可以比較看看這兩種方法是不是有明顯的差異