Deep learning 具有较大输入图像尺寸的Caffe预训练模型

Deep learning 具有较大输入图像尺寸的Caffe预训练模型,deep-learning,caffe,matcaffe,Deep Learning,Caffe,Matcaffe,你能给我推荐一个经过训练的CNN模型吗?它是在支持输入图像大小>400x400像素的更大数据集上训练的 在我的例子中,我有非常薄的结构,如果我将图像重新缩放到标准尺寸,例如224x224,我将松开这些结构。如果没有您的特定应用程序,很难向您指出适当的预训练模型。但是,独立于您的具体应用,我建议如下: 您不一定需要支持更大图像尺寸的预训练模型-根据您的应用程序,您仍然需要重新训练最后几层(即完全连接的层)。然而,卷积层(以及池层、局部响应规范化层、ReLU层等)与图像大小无关。因此,您可以将卷积层

你能给我推荐一个经过训练的CNN模型吗?它是在支持输入图像大小>400x400像素的更大数据集上训练的


在我的例子中,我有非常薄的结构,如果我将图像重新缩放到标准尺寸,例如224x224,我将松开这些结构。

如果没有您的特定应用程序,很难向您指出适当的预训练模型。但是,独立于您的具体应用,我建议如下:

您不一定需要支持更大图像尺寸的预训练模型-根据您的应用程序,您仍然需要重新训练最后几层(即完全连接的层)。然而,卷积层(以及池层、局部响应规范化层、ReLU层等)与图像大小无关。因此,您可以将卷积层形成预先训练的模型(例如,从或),并根据您的需要调整完全连接的层,并仅重新训练这些层

不过,这里有一些图像尺寸较大的模型(您可以在中找到所有这些模型)。但是,这些模型是否有用取决于您的应用程序。您可以查看这些型号的
prototxt
文件,以查看所需的确切图像大小


如果您正在研究薄结构,为什么不尝试检测它们,只关注它们呢。考虑更快的RCNN用于检测和分类