火車與Tensorflow和先啓V3高清圖像預培訓模型

Question

我正在尋找做一些圖像分類在PDF文檔，我轉換爲圖像。我正在使用張量流inception v3 pre trained model，並嘗試用tensorflow tuto跟我自己的類別重新訓練最後一層。我每個類別有大約1000個訓練圖像，只有4個類別。隨着20萬次迭代我可以達到90％的成功分類，這是不壞，但仍需要一些工作：

這裏的問題是這樣的預先訓練的模型只需要300 * 300P圖像輸入。顯然，它會讓我在文檔中嘗試識別的特徵中包含的字符混亂很多。

是否有可能改變模型輸入層，這樣我可以給他更好的分辨率的圖像？

我會用自制的和更簡單的模型獲得更好的結果嗎？

如果是這樣，我應該從哪裏開始構建這樣的圖像分類模型？

Answer 1

如果您想要使用與預先訓練的模型不同的圖像分辨率，則應僅使用卷積塊，並針對新尺寸使用一組完全連接的塊。使用像Keras這樣的更高級別的庫會使它更容易。以下是Keras中如何做到這一點的一個例子。

import keras 
from keras.layers import Flatten,Dense,GlobalAveragePooling2D 
from keras.models import Model 
from keras.applications.inception_v3 import InceptionV3 

base_model = InceptionV3(include_top=False,input_shape=(600,600,3),weights='imagenet') 
x = base_model.output 
x = GlobalAveragePooling2D()(x) 
x = Dense(1024,activation='relu')(x) 
#Add as many dense layers/Fully Connected layers required 
pred = Dense(10,activation='softmax')(x) 
model = Model(base_model.input,pred) 

for l in model.layers[:-3]: 
    l.trainable=False 

input_top = False只會給你卷積塊。您可以使用input_shape=(600,600,3)來設置所需的形狀。你可以在模型中添加一些密集塊/完全連接的塊/層。最後一層應該包含所需數量的類別.10代表類的數量。通過這種方法，你可以使用所有與卷積層相關的權重的預訓練模型，並只訓練最後的密集層。