使用 tensorflow 更改 mobilenet_ssd 的输入图像大小答案

【问题标题】：change the input image size for mobilenet_ssd using tensorflow使用 tensorflow 更改 mobilenet_ssd 的输入图像大小
【发布时间】：2018-06-13 10:32:22
【问题描述】：

我正在使用 tensorflow 和 tflite 来检测对象。我使用的模型是来自https://github.com/tensorflow/models/tree/master/research/object_detection的mobilenet_ssd（版本2）

检测的输入图像尺寸固定为300*300，在模型中是硬编码的。我想输入1280*720的图片进行检测，怎么做？我没有分辨率为 1280*720 的训练图像数据集。我只有 pascal 和 coco 数据集。

如何修改模型以接受1280*720图像（不缩放图像）进行检测？

【问题讨论】：

我用这个模型在安卓手机上运行。

标签： tensorflow tensorflow-lite

【解决方案1】：

要改变图像的输入尺寸，需要重新设计锚框位置。因为锚点是固定在输入图像分辨率上的。将锚点位置更改为 720P 后，移动网络就可以接受 720p 作为输入。

【讨论】：

【解决方案2】：

通常的做法是在将数据输入 TensorFlow / TensorFlow Lite 之前缩放输入图像。

注意：训练数据集中的图像原本不是 300*300。原始分辨率可能更大且非正方形，并且缩小到 300*300。这意味着将 1280*720 图像缩小到 300*300 图像是完全可以的，它应该可以正常工作。

您介意尝试缩放并看看它是否有效吗？

【讨论】：

缩小到 300 会导致检测精度变差。我正在尝试删除无法调整大小的模型的最后一层，所有其他层都是完全卷积的。但我必须自己选择预测的边界框。