Python 2.7 在使用图像尺寸训练神经网络之前，是否有一种均匀化图像尺寸的启发式方法？_Python 2.7_Image Processing_Machine Learning_Keras_Conv Neural Network

Python 2.7 在使用图像尺寸训练神经网络之前，是否有一种均匀化图像尺寸的启发式方法？

python-2.7 image-processing machine-learning keras

Python 2.7 在使用图像尺寸训练神经网络之前，是否有一种均匀化图像尺寸的启发式方法？,python-2.7,image-processing,machine-learning,keras,conv-neural-network,Python 2.7,Image Processing,Machine Learning,Keras,Conv Neural Network,我在一组不同维度的图像上训练神经网络。当然，它们都必须具有相同的维度才能馈送到NN，使用scipy.misc.imresize（）非常简单。但是，我应该如何选择宽度和高度？我的第一反应是绘制75%左右的眼球和眼球值的直方图。我还认为，也许我应该将所有图像的高度和宽度都放大到最大值，这样就不会丢弃高像素图像中的任何细节。是否有解决此问题的最佳实践？谢谢作为参考，我正在使用python2.7和keras对theano后端和维度进行排序。我认为在这方面没有标准的方法。在机器学习中，在许多情况下，我们

我在一组不同维度的图像上训练神经网络。当然，它们都必须具有相同的维度才能馈送到NN，使用

scipy.misc.imresize（）

非常简单。但是，我应该如何选择宽度和高度？我的第一反应是绘制75%左右的眼球和眼球值的直方图。我还认为，也许我应该将所有图像的高度和宽度都放大到最大值，这样就不会丢弃高像素图像中的任何细节。是否有解决此问题的最佳实践？谢谢

作为参考，我正在使用

python2.7

和

keras

对

theano

后端和维度进行排序。

我认为在这方面没有标准的方法。在机器学习中，在许多情况下，我们必须尝试和观察

如果我是你，如果我必须建立一个自定义的神经网络，我会从平均图像大小开始，然后逐渐增加大小，直到达到最佳分数
如果您使用的是预训练神经网络，则只需将图像调整为网络的默认值即可