如何在运行 Tensorflow SSD 的推理时不调整输入图像的大小

Question

从我从单镜头多伯克斯检测纸上可以理解的内容，它是一个完全卷积的网络。因此，在推理过程中，它不需要缩放张量(至300x300(。在TensorFlow推理期间，如何删除此调整大小？

Answer 1

您可以在Model Config File

中进行配置

image_resizer {
      fixed_shape_resizer {
        height: 300
        width: 300
      }
}

如果您删除image_resizer，则应正常工作。但是要回答您的问题：为什么要卸下调整大小？拆卸调整大小将严重影响训练时间和性能。而且，由于训练图像和输入图像由TensorFlow Model Config调整大小，因此，如果您正在考虑信息丢失，则模型仍然可以"看到"它。此外，SSD接受了可可的培训，出于上述培训时间和性能的原因，他们考虑了调整大小。

尽管您可以尝试遵循替代方案，而不是通过某些原因调整大小，这不是您想做的。

• 多种农作物。例如，Alexnet最初是在5种不同的农作物上训练的：中心，左上角，右上，左下，右下角。
• 随机作物。只需从图像中取出许多随机作物，并希望神经网络不会偏见。
• 调整大小和变形。将图像调整到固定尺寸的情况下，而无需考虑纵横比。这会变形图像内容，但保留，但是现在您确定没有剪切内容。
• 可变大小的输入。不要在可变尺寸的图像上裁剪和训练网络，使用空间金字塔池之类的东西提取固定尺寸的特征向量，该特征向量可以与完全连接的图层一起使用。