Некоторые вопросы о необходимом входе 300x300 квантованного Mobil enet -SSD V2

Question

Я хочу переобучить квантованную модель Mobil enet -SSD V2, поэтому я скачал папку без меток из COCO. Эта модель требует входного размера 300x300, но мне удалось один раз переобучить ее на изображениях другого размера, и это сработало (плохо, но сработало). Кроме того, код, который использует переобученную модель, изменяет размер ввода с камеры до 500x500, и это работает. Итак, мой вопрос: почему написано, что требуется ввод 300x300, если он работает и с другими размерами? Нужно ли изменять размер всех наборов данных до 300x300, прежде чем я их помечу? Я знаю, что это делает свертку на входе, поэтому я не думаю, что размер действительно имеет значение (исправьте меня, если я не прав). Как я знаю, свертка происходит, пока мы не достигнем конца ввода.

Спасибо за помощь!

Answer 1

Если я правильно понимаю, вы используете TF Object Detection API. Данная модель, как mobil enet -v2-ssd, содержит 3 основных блока: [предварительная обработка (нормализация и изменение размера) -> [Детектор (магистраль + головки обнаружения)] -> [Постобработка (декодирование bbox + nms)]

Когда они говорят о требуемом входном сигнале, он предназначен для детектора. Сама контрольная точка содержит полный конвейер, что означает, что блок предварительной обработки выполнит работу за вас - поэтому нет необходимости изменять его размер, чтобы 300x300 заранее.

, если по какой-то причине вы намереваетесь самостоятельно ввести ввод непосредственно в имеющийся у вас детектор , выполните ту же предварительную обработку, что и в обучении .

Кстати: в конфигурационном файле тренинга (https://github.com/tensorflow/models/blob/master/research/object_detection/samples/configs/ssd_mobilenet_v2_coco.config) вы можете увидеть определенное изменение размера: image_resizer {fixed_shape_resizer {height: 300 width: 300}} - нормализация - mobil enet normalization (изменяя динамический диапазон c входа от [0,255] до [-1,1]