Как разрешение изображения влияет на результат и точность в Керасе?

Question

Я использую Keras (с бэкэндом Tensorflow) для проекта классификации изображений.У меня есть почти 40 000 изображений с высоким разрешением (1920x1080), которые я использую в качестве входных данных для обучения.Обучение занимает около 45 минут, и это становится проблемой, поэтому я подумал, что смогу ускорить процесс, уменьшив разрешение файлов изображений.Глядя на код (я сам его не писал), кажется, что все изображения перед обработкой все равно масштабируются до 30x30 пикселей

У меня есть два общих вопроса по этому поводу.

1. Разумно ли ожидать, что это улучшит скорость обучения?
2. Повлияет ли изменение размеров файлов входных изображений на точность классификации изображений?

Answer 1

1 - Конечно, это повлияет на скорость тренировки, поскольку пространственные измерения являются одним из наиболее важных ключей скорости модели.2. Мы можем сказать, что это повлияет на точность, но насколько это зависит от многих других аспектов, таких как, какие объекты вы классифицируете и с каким набором данных вы работаете.