我希望对转换为图像的 PDF 文档进行一些图像分类。我正在使用 tensorflow inception v3 pre trained model 并尝试在 tensorflow tuto 之后使用我自己的类别重新训练最后一层。我每个类别有大约 1000 个训练图像，只有 4 个类别。通过 200k 次迭代，我可以达到 90% 的成功分类，这还不错，但仍需要一些工作：
这里的问题是这个预训练模型只需要 300*300p 图像作为输入。显然，它与我试图在文档中识别的特征中涉及的字符混淆了很多。
是否可以更改模型输入层，以便我可以为他提供分辨率更高的图像？
使用自制且更简单的模型会获得更好的结果吗？
如果是这样，我应该从哪里开始为此类图像分类构建模型？
【问题讨论】：
标签： machine-learning tensorflow deep-learning image-recognition
如果您想使用与预训练模型不同的图像分辨率，则应仅使用卷积块并拥有一组与新尺寸相关的全连接块。使用像 Keras 这样的更高级别的库会更容易。以下是如何在 Keras 中执行此操作的示例。
import keras
from keras.layers import Flatten,Dense,GlobalAveragePooling2D
from keras.models import Model
from keras.applications.inception_v3 import InceptionV3
base_model = InceptionV3(include_top=False,input_shape=(600,600,3),weights='imagenet')
x = base_model.output
x = GlobalAveragePooling2D()(x)
x = Dense(1024,activation='relu')(x)
#Add as many dense layers / Fully Connected layers required
pred = Dense(10,activation='softmax')(x)
model = Model(base_model.input,pred)
for l in model.layers[:-3]:
l.trainable=False
input_top = False 只会给你卷积块。您可以使用input_shape=(600,600,3) 设置所需的形状。您可以在模型中添加几个密集块/完全连接的块/层。最后一层应包含所需的类别数量。10 代表类的数量。通过这种方法，您可以使用与卷积层相关的所有权重预训练模型，只训练最后的密集层。
【讨论】：