Нужно ли проводить переподготовку, если я хочу изменить входное измерение во время тестирования на модели caffe

Question

Мне недавно был назначен проект, в котором использовалась модель Caffe. Пока мне удается запустить тестовый код и получить хороший результат. Но поскольку он выводит только небольшое изображение с разрешением (128x128), меня попросили получить более высокое разрешение, например, 512x512. Поскольку я только начал изучать caffe в этом проекте, у меня все еще есть некоторые проблемы с пониманием процесса работы caffe, и я сталкиваюсь с этими вопросами.

Вот deploy.prototxt , а вот train.prototxt

Так что на самом деле можно просто изменить deploy.prototxt, например, изменить входное измерение и некоторое количество выходных данных в требуемом разрешении, не переобучая новую модель илия должен создать новую модель с дополнительным слоем, чтобы включить понижающую и повышающую дискретизацию с более высоким разрешением и сделать переобучение? Было бы здорово, если бы кто-то мог дать мне какое-то объяснение по этому поводу. Спасибо, что уделили нам время на чтение.

Answer 1

Сеть будет оптимизирована для 128x128. Таким образом, вы не можете поместить вход в 512x512 или увидеть результат.

Чтобы использовать в качестве входных данных в размере 512x512, вы должны получить набор данных в размере 512x512 и переобучить его. Получить набор данных будет сложно и отнимает много времени.

Так что есть также способ изменить выходное разрешение с помощью Python.