2017-07-26 95 views
0

我正在閱讀YOLO的論文。它提到的是,在第2頁高分辨率的分類,轉學深CNN分辨率不同

The original YOLO trains the classifier network at 224*224 and increases the resolution to 448 for detection.

For YOLOv2 we first fine tune the classification network at the full 448*448 resolution for 10 epochs on ImageNet.

我只是好奇,我們該怎麼辦微調用不同的輸入分辨率。

有沒有人對此有任何想法?有沒有「標準」的方式來做到這一點?

在此先感謝......

+0

我正在使用Keras,現在解決方案可能很簡單:只需在保持文件大小不變的情況下增加輸入大小即可。初始化所有過濾器並進行微調。我爲自己的任務取得了更高分辨率圖像的改進結果。 – user3783676

回答

2

我的猜測是剛剛擴展網絡接受的448x448分辨率的輸入圖像,以及培訓使用預訓練的權重10多個時期。

Darknet具有調整大小的功能,所以這比聽起來容易。如果你自己做,你可以簡單地在.cfg文件中改變width = 448和height = 448,並且darknet會初始化圖層以接受該分辨率。