如何使用Inception-v3作为卷积网络

Question

因此，我重新训练了Inception-v3网络以对特定种类的数据进行分类 - 对于训练我已经提供了200x200的图片。现在，当我在另一张200x200图片上运行该图时，它工作得很好。我想要实现的是将它变成卷积网络的滤波器 - 即将其作为滤波器滑过整个图片，并获得每个像素在给定类中的概率。

手动操作似乎相当简单 - 只需将图片拼接成小部分，对其中的每一部分进行分类，然后将结果放在一起即可。但这样做效率很低。相反，我想要做一些像这里描述的内容：http://cs231n.github.io/convolutional-networks/#convert。基本上，通过改变权重来改变最后一个FC层并将其变为CONV层。似乎很简单，但我不知道如何实际做到这一点。

我的主要问题是，在最后一个FC层之前的Inception-v3网络结束时，有一个将数据重新格式化为（1,2048）形状的池操作，所以我不能真正能够在这里执行卷积。

任何人都可以帮我吗？

Answer 1

我最直接的解决方案是最后跳过完全连接的层，因为它会导致输入图像失去其初始结构。做一个Conv -> FC -> Conv似乎是多余的