【AI-1000问】为什么深度学习图像分类的输入多是224*224

文章首发于微信公众号《有三AI》

写在前边的通知

大家好，今天这又是一个新专栏了，名叫《有三AI 1000问》，顾名思义，就是以问题为主了！

那我们这个新专栏会有什么特色呢？主要从内容选择，目标受众，创作风格三个方面来讲述。

1、内容选择

因为我们有综述专栏，有各种垂直领域的非常详细的文章，所以从内容选择上，我们这一个专栏不会选择那些“大”问题，不会选择需要长篇分析的问题，也不会选择需要很强的实践操作的问题。

内容选择的标准是：

技术相关
足够聚焦
容易被忽视
普通但是不简单
可以引申很多思考

不会入选的内容比如：“目标检测的最新进展”，“tensorflow的最新API”，“Mask RCNN文章阅读”等等之类的文章。

会入选的内容比如：“为什么图像分类输入大小多是224*224”，“为什么卷积神经网络要使用池化”。

2、目标受众

我认为未来机器学习技术/AI技术是每一个人都可以掌握，使用的技术，因此，我们这一个专栏不再只是面向从事相关工作的朋友，不会像其他专栏的文章那样对基础要求高。

目标受众包括：

AI领域从业技术人员
其他计算机领域从业人员
AI技术业余爱好者

3、创作风格

这一个专栏以引导思考，普及知识为主，希望减轻阅读负担，因此不会像其他系列文章那样清晰地划分段落，也会适当地降低内容的深度。

创作风格是：

不严格划分小节
平衡内容深度和可阅读性

好了，具体内容就参考我们的第一期吧，希望你喜欢。

**为什么深度学习图像分类里的图片的输入大小都是224*224呢？**

做过图像分类项目或者看过文章的小伙伴们应该都知道，在论文中进行各类方法的比较时，要求使用同样的数据集。而为了公平的比较，网络的输入大小通常都是224*224的大小，那为什么呢？有同学思考过这个问题吗？

作者/编辑言有三

我们都知道，一个图像分类模型，在图像中经历了下面的流程。

从输入image->卷积和池化->最后一层的feature map->全连接层->损失函数层softmax loss。

从输入到最后一个卷积特征feature map，就是进行信息抽象的过程，然后就经过全连接层/全局池化层的变换进行分类了，这个feature map的大小，可以是3*3，5*5，7*7等等。

解答1：在这些尺寸中，如果尺寸太小，那么信息就丢失太严重，如果尺寸太大，信息的抽象层次不够高，计算量也更大，所以7*7的大小是一个最好的平衡。

另一方面，图像从大分辨率降低到小分辨率，降低倍数通常是2的指数次方，所以图像的输入一定是7*2的指数次方。以ImageNet为代表的大多数分类数据集，图像的长宽在300分辨率左右。

解答2：所以要找一个7*2的指数次方，并且在300左右的，其中7*2的4次方=7*16=112，7*2的5次方等于7*32=224，7*2的6次方=448，与300最接近的就是224了。

这就是最重要的原因了，当然了对于实际的项目来说，有的不需要这么大的分辨率，比如手写数字识别MNIST就用32*32，有的要更大，比如细粒度分类。

思考

今天的问题就到这里了，不知道，你有没有留意过不同的输入大小对分类器性能的影响呢？

转载文章请后台联系

侵权必究

感谢各位看官的耐心阅读，不足之处希望多多指教。后续内容将会不定期奉上，欢迎大家关注有三公众号 有三AI！

【AI-1000问】为什么深度学习图像分类的输入多是224*224相关推荐

有三AI 1000问回归，备战秋招，更多，更快，更好，等你来战！
文/编辑 | 言有三最近遇到了很多朋友来询问<有三AI 1000问>在哪里?本来我做这个专栏的初衷只是想提醒大家要多主动思考,多注意细节,没想到击中了很多同学的痛点,不过之前已经停更了. ...
创业第一天，有三AI扔出了深度学习的150多篇文章和10多个专栏
文/编辑 | 言有三在这篇文章中,有三跟大家来聊一下有三AI和如何学习深度学习这件事儿. 1 概述自我介绍 "有三AI"创始人网名言有三,本名龙鹏,本科就读于华中科技大学,硕士 ...
【AI初识境】深度学习模型评估，从图像分类到生成模型
文章首发于微信公众号<有三AI> [AI初识境]深度学习模型评估,从图像分类到生成模型这是<AI初识境>第10篇,这次我们说说深度学习模型常用的评价指标.所谓初识,就是对相关 ...
【AI初识境】深度学习中常用的损失函数有哪些？
这是专栏<AI初识境>的第11篇文章.所谓初识,就是对相关技术有基本了解,掌握了基本的使用方法. 今天来说说深度学习中常见的损失函数(loss),覆盖分类,回归任务以及生成对抗网络,有了目 ...
伯禹公益AI《动手学深度学习PyTorch版》Task 04 学习笔记
伯禹公益AI<动手学深度学习PyTorch版>Task 04 学习笔记 Task 04:机器翻译及相关技术:注意力机制与Seq2seq模型:Transformer 微信昵称:WarmIce ...
周志华、宋继强谈如何培养高端AI人才，以及深度学习的局限性和未来
9 月 12 日,英特尔与南京大学宣布成立英特尔-南京大学人工智能联合研究中心,双方将在人工智能技术创新.人才培养以及生态建设方面进一步加强合作.英特尔中国研究院院长宋继强.南京大学人工智能学院院长周 ...
AI安全初探——利用深度学习检测DNS隐蔽通道
AI安全初探--利用深度学习检测DNS隐蔽通道目录 AI安全初探--利用深度学习检测DNS隐蔽通道 1.DNS 隐蔽通道简介 2. 算法前的准备工作--数据采集 3. 利用深度学习进行DNS隐蔽通道 ...
【视频课】一课彻底掌握深度学习图像分类各种问题，学习CV你值得拥有
课程介绍对于刚接触深度学习计算机视觉的初学者来说,图像分类问题是最常见的问题,如何最好图像分类任务,关系到大家能否正确顺利地入门.读了许多论文,可能仍然不懂代码如何实现.跑了代码,仍旧不懂如何运用图 ...
【AI初识境】深度学习模型中的Normalization，你懂了多少？
文章首发于微信公众号<有三AI> [AI初识境]深度学习模型中的Normalization,你懂了多少? 这是<AI初识境>第6篇,这次我们说说Normalization.所谓 ...

【AI-1000问】为什么深度学习图像分类的输入多是224*224

**为什么深度学习图像分类里的图片的输入大小都是224*224呢？**

【AI-1000问】为什么深度学习图像分类的输入多是224*224相关推荐

最新文章

热门文章