2017-07-26 91 views
0

我正在阅读YOLO的论文。它提到的是,在第2页高分辨率的分类,转学深CNN分辨率不同

The original YOLO trains the classifier network at 224*224 and increases the resolution to 448 for detection.

For YOLOv2 we first fine tune the classification network at the full 448*448 resolution for 10 epochs on ImageNet.

我只是好奇,我们该怎么办微调用不同的输入分辨率。

有没有人对此有任何想法?有没有“标准”的方式来做到这一点?

在此先感谢......

+0

我正在使用Keras,现在解决方案可能很简单:只需在保持文件大小不变的情况下增加输入大小即可。初始化所有过滤器并进行微调。我为自己的任务取得了更高分辨率图像的改进结果。 – user3783676

回答

2

我的猜测是刚刚扩展网络接受的448x448分辨率的输入图像,以及培训使用预训练的权重10多个时期。

Darknet具有调整大小的功能,所以这比听起来容易。如果你自己做,你可以简单地在.cfg文件中改变width = 448和height = 448,并且darknet会初始化图层以接受该分辨率。