高分辨率图像分类

Question

通常像 VGG16 / Inception 等预训练的网络在低分辨率下工作，例如 < 500px。

是否可以在预训练的VGG16/Inception 的第一层之前添加一个（或两个）高分辨率卷积层，以使网络能够使用高分辨率图片？

据我所知 - 第一层最难训练，需要大量的数据和资源来训练它。

我想知道是否有可能冻结预训练的网络并仅在平均 GPU 卡上训练新连接的高分辨率层和大约 3000 个示例？可以在几个小时内完成吗？

另外，如果您知道如何使用高分辨率图像进行图像分类的任何示例，请分享链接。

聚苯乙烯

通常的缩小方法的问题在于，在我们的例子中，微小的裂缝或微小的污垢点等微小细节非常重要，它们会在低分辨率图像上丢失。

Answer 1

不幸的是，您不太可能冻结预训练的网络，然后在开始时只添加额外的层，因为初始层需要三个通道输入，并且旨在发现图像中的特征。

相反，您可以尝试修改网络的架构，以便在使用池化或跨步缩小之前，初始层确实接受 1024x1024 图像。

例如，您可以尝试将 Inception V3 的 Slim 模型定义中第一个 conv 层的步幅调整为 8 而不是 2：https : //github.com/tensorflow/models/blob/master/slim/nets/inception_v3 .py

这将允许您读取 4 倍大的图像，同时保持网络的其余部分相同。尽管不幸的是，我希望您需要进行全面的再培训。