【发布时间】:2017-09-17 23:10:20
【问题描述】:
我正在使用卫星图像研究卷积神经网络。我想尝试多尺度问题。您能否建议我如何制作多尺度数据集。由于 CNN 的输入是固定的,因此图像是固定的(例如 100x100) 不同尺度的图像如何训练系统解决多尺度问题。
【问题讨论】:
标签: machine-learning deep-learning conv-neural-network
我正在使用卫星图像研究卷积神经网络。我想尝试多尺度问题。您能否建议我如何制作多尺度数据集。由于 CNN 的输入是固定的,因此图像是固定的(例如 100x100) 不同尺度的图像如何训练系统解决多尺度问题。
【问题讨论】:
标签: machine-learning deep-learning conv-neural-network
YOLO9000也有类似问题:Multi-Scale Training?
由于只有卷积层和池化层,所以当你输入多尺度图像时,权重参数量是一样的。因此,多尺度图像可以使用 CNN 模型进行训练。
在不同的任务中,方法不同。例如,在分类任务中,我们可以在最后一层之后添加一个全局池化;在检测任务中,如果我们输入多尺度图像,输出是不固定的。
【讨论】: