经典卷积网络的输入一般都是224*224,我们在使用迁移学习的时候,要考虑自己的图片大小,如果我们的图片太小,不能硬搬网络,需要自己利用经典的结构设计适合自己的网络。
总之要遵循这样一个原则:
最后一层特征图的大小一般是7*7左右,最大不会超过9*9,最小不能小于3*3。对于一个网络,最后一个卷积层的输出大小是最重要的。
在对图片数据归一化时,直接除以255.0就可以,在对其他数据归一化时,要先对训练集进行归一化,记录下平均值标准差等,然后利用训练集的这些特征对验证集与测试集归一化,切不可对训练集、验证集、测试集分别单独进行归一化,也不可以对所有数据归一化后再划分训练集和验证集,要先划分,再归一化。