Geniş resim veri setim var: 1760x128. Ben öğreticiler ve kitaplar olsa okudum, ve çoğu giriş görüntüleri kare olması gerektiğini ve değilse, zaten eğitimli (kare görüntüler üzerinde) cnns eğitilmek için kareye dönüştürülmüş olduğunu belirtir. Kare olmayan görüntüler için CNN'yi eğitmenin bir yolu var mı yoksa dolgu olarak başka bir seçenek aramalı mıyım?
Yanıtlar:
Sınıflandırıcıya bağlı olarak sorunu çözmenin birkaç yolu vardır. Kayar Windows, en tanıdığım yöntemdir, bu sinir ağı yöntemleri için kullanılır. Bu yöntem, küçük bir alt görüntü almayı ve bazı çakışmalarla yukarı ve aşağı kaydırmayı içerir. Bazı sorunlar arasında en uygun kaydırma parametrelerini ve çok ölçekli sorunları bulmak yer alır.
Son tespit genellikle sınıflandırıcının her bir alt görüntünün bu sınıfa ait olduğundan ne kadar emin olduğuna göre belirlenir: örneğin çoğunluk oyu, toplam olasılık veya karar sınırından toplam mesafe. Aşağıda bazı materyaller listeledim, ilki HOG sınıflandırıcı yöntemi içindir, ancak kavramlar aynıdır.
CNN kullanıyorsanız bu hiçbir sorun yaratmamalıdır. Yüzleri tanımak için bir CNN yaptım ve yüzler genellikle uzunluğunun% 70'i kadar geniş olduğundan, 80x100 piksel (başın bir açıda olması durumunda biraz ekstra genişlik) olan eğitim görüntüleri kullandım. Filtreleriniz yine de kareler olmalıdır.
Tüm bu değişiklikler, şimdi size boyutu söyleyen tek bir değer yerine, etkinleştirme / havuzlanmış haritalarınız için bir genişlik ve yükseklik izlemeniz gerektiğidir. Örneğin -
80 x 100 giriş resmi 5 x 5 evrişim filtresi uygula 76 x 96'da aktivasyon haritası verir 2 x 2 havuzlama 38 x 48'de havuzda aktivasyon haritası verir