問題タブ [imagenet]

出力サイズが 256*6*6 (~9000) の Imagenet トレーニング済みモデル (ILSVRC チャレンジ) のプール 5 レイヤーを調べていました。その後、num_outputs が 4096 の fc6 レイヤーがあります。

ImageNetデータセットの画像の解像度を知っている人はいますか?

申し訳ありませんが、彼らのウェブサイトやどの新聞にも見つかりませんでした。

ImageNet ILSVRC2012 から画像データをダウンロードし、このサイトのハードディスクに保存しました: http://www.image-net.org/challenges/LSVRC/2012/nonpub-downloads . 私はOSXに取り組んでいます。するとtar -xvf ILSVRC2012_img_train.tar、次のエラーが発生します。

誰もそれを修正する方法を知っていますか? この synset をウェブサイトから直接ダウンロードしようとしましたが、再利用するtar -xvf ILSVRC2012_img_train.tarと同じ問題が発生しました。ありがとうございました

ImageNet images are all different sizes, but neural networks need a fixed size input.

One solution is to take a crop size that is as large as will fit in the image, centered around the center point of the image. This works but has some drawbacks. Often times important parts of the object of interest in the image are cut out, and there are even cases where the correct object is completely missing while another object that belongs to a different class is visible, meaning your model will be trained wrong for that image.

Another solution would be to use the entire image and zero pad it to where each image has the same dimensions. This seems like it would interfere with the training process though, and the model would learn to look for vertical/horizontal patches of black near the edge of images.

What is commonly done?

LinuxにAnaconda Python 3.5を使用してTensorflowをpipでインストールする手順に従ってインストールしました。

今、私は指示に従って、含める必要がある ImageNet モデルを探索しようとしています。

condatensorflow環境がアクティブになった状態で、次のディレクトリに移動し、そこにあると思われる場所に移動し、ファイルとディレクトリを一覧表示しました。ただし、その中にあるはずのimagenetディレクトリまたはスクリプトが表示されません。classify_image.py

Inception が ImageNet データセットでうまく機能する理由は、ImageNet データセットの元の画像の解像度が異なり、使用時に同じサイズにサイズ変更されるためだと言う人もいます。そのため、さまざまな解像度に対応できる発端は、ImageNet に非常に適しています。この説明は本当ですか？誰かもっと詳細な説明をしてもらえますか? 私は本当にこれに非常に混乱しています。本当にありがとう！