不同图像大小的迁移学习（VGG，ResNet）答案

【问题标题】：Transfer learning(VGG, ResNet) with different image sizes不同图像大小的迁移学习（VGG，ResNet）
【发布时间】：2019-03-31 13:18:47
【问题描述】：

我希望使用迁移学习来处理图像，我的图像有不同的大小。我认为一般卷积层可以采用可变输入大小，但全连接层只能采用特定大小的输入。然而，VGG-16 或 ResNet50 的 Keras 实现可以采用任何大于 32x32 的图像大小，尽管它们确实具有完全连接的层。我想知道如何为不同的图像尺寸修复完全连接的层大小？

非常感谢！

【问题讨论】：

标签： image-processing deep-learning conv-neural-network transfer-learning

【解决方案1】：

您所说的具有误导性，您可以构建任何大于 32x32 的输入图像大小的 VGG/ResNet Keras 模型，但是一旦构建模型，您就无法更改输入大小，这通常是问题所在.所以模型不能真正拍摄可变大小的图像。

【讨论】：