Проблема размера изображения для обучения набора даты cifar по стандартным mobileNet,VGG-16 или AlexNet с нуля в тензорном потоке или кера

Question

Предположим, я хочу обучить стандарт AlexNet, VGG-16 или MobileNet с нуля с помощью набора данных CIFAR-10 или CIFAR-100 в Tensorflow или Keras. Теперь проблема заключается в том, что архитектура стандарта AlexNet, VGG-16 или MobileNet создана для Набор данных ImageNet, где каждое изображение имеет размер 224*224, но в наборе данных CIFAR-10 или CIFAR-100 каждое изображение имеет размер 32*32. Что из следующего я должен сделать???

1. Измените размер каждого изображения в наборе данных CIFAR-10 или CIFAR-100 с 32 * 32 до 224*224 и затем обучите стандарт AlexNet,MobileNet или VGG-16 на этом измененном наборе данных изображений.

или же

2. Измените архитектуру стандартного MobileNet,AlexNet или VGG-16(количество слоев, шаг или размер фильтра), чтобы измененная архитектура могла передавать изображение 32 * 32 из набора данных CIFAR-10 или CIFAR-100.

Если ответ вариант 1, пожалуйста, предложите, как я изменяю размер изображения в тензорном потоке или кера

или, если ответом является вариант 2, пожалуйста, предложите некоторую архитектуру для MobileNet,VGG-16 или Alexnet(слои, шаг, фильтры), чтобы обучить их в наборе данных Cifar изображения 32 * 32

Заранее спасибо.

Answer 1

На самом деле вы можете указать форму ввода этой сети, если вы прочитаете документацию, то увидите, что (32, 32, 3) является правильным значением ввода:

https://keras.io/applications/
https://keras.io/applications/

input_shape: необязательный кортеж формы, указывается только в том случае, если include_top имеет значение False (в противном случае форма ввода должна быть (224, 224, 3) (с форматом данных channel_last)) или (3, 224, 224) (с помощью channel_first) формат данных). Он должен иметь ровно 3 входных канала, а ширина и высота должны быть не менее 32. Например, 200 (200, 3) будет одним допустимым значением.

Вы также можете изменить все ваши изображения, но я не думаю, что это хорошая идея, 224*224 изображений в этих сетях будут очень долго тренироваться.