کاهش سایز تصاویر در شبکه های کانولوشن

Question

با درود و احترام،
من یک سری پایگاه داده دارم که دارای سایز 480 در 640 هست....ایا راهی هست این تصاویر به تصاویر 28 در 28 بدون از دست دادن کیفیت تبدیل شوند؟

مثلا resize ....

Answer 1

به هر حال با resize کردن شما دارید information دور می ریزید. به این دلیل که عمل عکسش باعث نمی شه دوتا عکس 480 در 640 یکسان داشته باشید و حتما اطلاعات از بین می روند حین کوچک کردن. پیشنهاد می دم از لایه های کانولوشن با استراید بالا به شرطه که overlap داشته باشند کرنل ها و همچنین max-pooling با استراید نسبتا کوچیک استفاده کنید. اجازه بدید در طول شبکه اطلاعات کوچیک بشن. ابعاد ورودی زیاد تعداد پارامترهای شبکه رو زیاد نمی کنند. می تونید با تعیین پدینگ و استراید خودتون تعداد پارامترها رو کنترل کنید.

Comments

سپاس از راهنمایی تون....
این راهکاری رو که فرمودید چطور می تونم در دستورات زیر عملی کنم؟

model = Sequential()

model.add(Conv2D(64, kernel_size=(3, 3), activation='relu', input_shape=input_shape))
model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Conv2D(128, kernel_size=(3, 3), activation='relu', padding='same'))
model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Conv2D(256, kernel_size=(3, 3), activation='relu', padding='same'))
model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Dropout(0.5))
model.add(Flatten())
model.add(Dense(128, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(n_classes, activation='softmax'))

model.compile(loss=['categorical_crossentropy'], optimizer='adam', metrics=['accuracy'])

model.summary()

---

vaqti ke darid ye laye, max-pooling ya convolution ezafe mikonid, parametr haye in tabe stride va padding ro neshun mide:
be farz agar padding ii mikhahid ke size taghir nakone az *same* padding estefade konid va agar mikhahid banabe size va stride kuchik she az *valid* estefade konid. baraye stride ham masalan stride = (5, 5) miad va har bar kernele convolution ro 5 bar jelo mibare.
tooye code Conv2D stride va padding jozve parametr hash hastan
movafaq bashid