Ускоренный ввод RCNN + начальный размер v2

Question

Каков размер входящего более быстрого RCNN RPN? Я использую API обнаружения объектов Tensorflow, который использует более быстрый RCNN в качестве сети предложения региона (RPN) и Inception в качестве экстрактора возможностей (согласно файлу конфигурации). API использует онлайн-подход на этапе прогнозирования и определяет каждое входное изображение по отдельности. однако сейчас я пытаюсь передавать изображения в сеть пакетным способом с помощью API набора данных Tensorflow. как вы знаете для создания пакета из данных, во-первых, нам нужно изменить размер всех изображений до одного размера. Я думаю, что лучший способ изменить размеры изображений - это точно изменить их размер на входе более быстрого RCNN, чтобы избежать повторного изменения размера. Теперь мой вопрос: каков размер входящего более быстрого RPN RCNN? заранее спасибо

Answer 1

Это зависит от входного разрешения, которое было указано в файле конфигурации конвейера, в image_resizer.Например, для более быстрого R-CNN через InceptionV2, обученного на наборе данных COCO, см. этот файл конфигурации .Указанное разрешение составляет 600x1024.

В дополнение к этому, полностью сверточные архитектуры (такие как RFCN, SSD, YOLO) не ограничиваются одним разрешением, т. Е. Их можно применять для другого входного разрешения без измененияархитектура.Но это не значит, что модель будет устойчивой к ней, если вы тренируетесь с одним разрешением.