在测试Caffe模型时,如果我想更改输入维度,是否需要重新训练?

我最近被分配了一个使用Caffe模型的项目。到目前为止,我已经成功运行了测试代码并获得了不错的结果。但由于它只能输出一个小分辨率的图像(128×128),我被要求获取更高分辨率的图像,例如512×512。由于我刚开始在这个项目中学习Caffe,我对Caffe的流程还不太理解,遇到了这个问题。

这是deploy.prototxt,这是train.prototxt

那么,实际上是否可以只修改deploy.prototxt,例如更改输入维度和一些输出数量到我想要的分辨率,而无需重新训练一个新模型?还是我应该创建一个带有额外层的新模型,以实现高分辨率的下采样和上采样,并进行重新训练?如果有人能对此进行一些解释,我将不胜感激。感谢您花时间阅读这篇文章。


回答:

网络是针对128×128进行优化的。因此,您不能输入512×512的图像,也无法看到512×512的输出。

要使用512×512大小的输入,您必须获取512×512大小的数据集并重新训练。获取数据集将是一项艰巨且耗时的任务。

因此,还有一种使用Python更改输出分辨率的方法。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注