【发布时间】：2017-12-05 05:16:55
【问题描述】：
我在 DetectorActivity here 中查看 tensorflow android 演示中的代码
想知道为什么在将相机预览图像输入分类器之前需要将其裁剪为 300 x 300 尺寸？
使用不同的维度似乎会影响分类器的结果。此裁剪尺寸是否受 .pb（或用于训练模型的图像）的影响？
【问题讨论】：
标签： android tensorflow
【发布时间】：2017-12-05 05:16:55
【问题描述】：
首先要使用 python 自己训练一个模型，你需要一个配置文件和一个检查点（这样你就不会从一开始就开始训练）。配置文件确定您是否要达到速度（对于实时情况）或准确性。 google 提供了它们的列表，您可以在此link 下找到它。如果您检查ssd_mobilenet_v1_coco.config，您会注意到图像会在训练过程之前调整大小，这将导致高速实时识别，但会影响准确性。
现在回答您的问题，如果您使用与应用您提到的裁剪类似的配置文件训练模型将有助于以最佳速度获得最佳准确度。
如果您使用的是演示ssd_mobilenet_v1_android_export.pb提供的frozen.pb，它使用我之前提到的相同配置文件进行训练，因此向检测器提供相同的图像是有意义的维度作为他训练的数据。
因此，这种裁剪的总体目的是优化速度，因为我们正在实时检测对象。
我希望这有助于澄清一些事情。
【讨论】：