Caffe bvlc_googlenet 接受的最小尺寸

【问题标题】：Caffe bvlc_googlenet minimum accepted dimensionsCaffe bvlc_googlenet 接受的最小尺寸
【发布时间】：2019-02-21 02:09:33
【问题描述】：

Caffe实现的bvlc_googlenet模型接受的最小图像输入尺寸是多少？

我正在使用 crop_size = 36 的 50 x 50 图像，运行求解器时出现以下错误：

caffe::Blob<>::Reshape() - Floating point exception

我必须使用 crop_size = 224 将图像大小调整为 256 x 256（bvlc_googlenet 模型的默认输入大小）以避免错误。

这个模型只接受它的默认尺寸还是我不得不修改一下才能实现它？

谢谢！！

【问题讨论】：

标签： neural-network conv-neural-network caffe pycaffe

【解决方案1】：

在尝试解决问题几个小时后，我明白了我为什么要面对它。 GoogleNet默认接受224*224图像作为输入，所以因为它太深了，经过一组卷积和池化层，使用50*50 图像（或裁剪后的 36*36）将导致输出非常小，在将输入传递到某些层后，小于 内核大小下一层。这将导致与我在这里遇到的类似的 Reshape 异常。

解决方案：

虽然不建议编辑导致异常的层的 kernel_size 参数（以保持符合 NN 的规范），但这将解决问题，您可以在其中选择较小的内核大小，然后测试结果直到它起作用。
遵循默认 GoogleNet 的规范，将输入图像的大小调整为 254*254（将裁剪尺寸保持为 224）或直接将其更改为 224*224 并删除 crop_size 参数。

【讨论】：