Размеры извлечения объектов по сравнению с размером входного изображения - PullRequest
Новая
       9

Размеры извлечения объектов по сравнению с размером входного изображения

0 голосов
/ 03 июля 2019

Я делаю пошаговое обучение по ResNet50 (weights = "imagenet") (без слоев FC) с набором данных Food-5K - изменяю размер изображения до 224x224 и льстит вывод функций как 

features = features.reshape((features.shape[0], 7 * 7 * 2048))

(100.352-тусклый)

Я сохраняю функции и повторно использую их просто NN 

model = Sequential()
model.add(Dense(256, input_shape=(7 * 7 * 2048,), activation="relu"))
model.add(Dense(16, activation="relu"))
model.add(Dense(len(config.CLASSES), activation="softmax"))

Итак, у меня есть модель для инкрементного обучения. Теперь приходит проблема. Я хотел бы предсказать картину на основе этой модели. В какой форме я должен вставить картинку в мою модель ???

Могу ли я сделать что-то подобное? 

image = cv2.resize(image, (96, 96))
image = image.astype("float") / 255.0
image = img_to_array(image)
image = np.expand_dims(image, axis=0)

Или из-за плотных слоев я должен сгладить это изображение? Могу ли я сгладить его, используя NumPy или?

...