如何通过神经网络预测不同的数据，该神经网络是在尺寸为36x60的数据上训练的？

Question

我正在用一个36x60形状的眼睛图像训练神经网络。所以我只能使用36x60的图片预测结果吗？但是在我的应用程序中，我有一个视频流，该视频流分为多个帧，每帧预测68个地标点。在眼范围内，我可以选择视点，然后使用OpenCV中的“ boundingrect”功能，很容易获得裁剪的图像。但是此图像没有格式36x60。获取可用于预测的36x60数据的正确方法是什么？或者如何将神经网络用于其他形式的数据？

Answer 1

神经网络（就我所遇到的而言）具有固定的输入形状，仅允许批量大小自由。这（可能）适用于你见过的每一个令人惊奇的神经网络。不要太害怕通过现成的采样来重塑图像以达到网络的预期输入大小。鲁棒的计算机视觉网络通常基于增强数据进行训练；随机缩放、倾斜和以其他方式转换，以便扩大网络处理这种不可避免的缩放情况的能力。

当然，也有一些警告。用于预测的输入应尽可能与其训练所用的数据集相似，也就是说，模型应应用于其设计的数据。例如，考虑为卫星应用创建的对象检测网络。如果将相同的网络应用于无人机图像，则对象的相对大小可能比网络设计的对象（特别是其锚框大小）大得多。

Tl;dr：假设您使用正确的网络来完成这项工作，请不要害怕缩放图像/帧以适应网络的输入。