当图像的尺寸为（2048 * 1536）时，我应该在顺序模型的第一层采用什么输入形状答案

【问题标题】：What input shape should I take in first layer of Sequential model when the dimensions of the images are (2048*1536)当图像的尺寸为（2048 * 1536）时，我应该在顺序模型的第一层采用什么输入形状
【发布时间】：2019-08-17 18:15:42
【问题描述】：

我有一个图像数据集，每个图像的尺寸=(2048,1536)。在 ImageDataGenerator 中从目录中获取数据，我使用了相同的目标大小，即 (2048,1536)，但是在制作顺序模型第一层时，我应该使用什么输入形状？它会与 (2048,1536) 相同，还是可以采用任何随机形状，例如 (224,224)。

【问题讨论】：

标签： python keras deep-learning dataset

【解决方案1】：

您可能应该通过制作大小为 3145728 (2048 * 1536) 的向量来展平输入数据。如果您的数据位于 numpy 数组中，您可以使用 np.flatten() (numpy flatten)。

那么你的第一层可以和这个向量有相同的形状。

【讨论】：

好的，我试试这个

【解决方案2】：

我会先用cv2.resize() 调整图像的大小。你真的需要这么大的图片中的所有信息吗？

对于顺序模型，例如： model = models.Sequential() model.add(layers.Conv2D(32,(3,3), activation='relu', input_shape = (height,width, ndim))) ...,

其中height 和width 表示您的输入图像尺寸，ndim = 1 表示灰度图像，ndim = 3 表示彩色图像。

【讨论】：

不，我在这里不需要图像的所有信息，但是如果无论如何我想要这么大图像的所有信息，那么我是否必须提供与目标尺寸相同的输入形状？
好吧，如果图像中有必要的超小对象，那么您可能需要一个大图像和一个非常深的模型。但是，我会尝试不同的调整大小形状，例如 (200,150) 或 (100,75) - 错误和尝试。 -- 请通过model.summary()查看您的模型。这些图层将向您显示每一层的图像有多大。然后想想图片中对你很重要的信息：从这么小的图片中还能提取到信息吗？
对于这些问题，我使用的是 keras 预训练模型，那么我该如何检查呢？？？

【解决方案3】：

第一个（即输入）层应该是数据集中的特征数量。关于图像，每个像素都被视为一个特征。因此，在您的情况下，图像尺寸为 (2048,1536)，您需要将其展平以获得像素总数（即特征）。如果是灰度图像，则为 (2048*1536*1)，否则为彩色图像，则为 (2048*1536*3)。

此外，您在创建顺序模型时使用来自 TensorFlow/Keras API 的以下代码，它将处理您的输入层大小

tf.keras.models.Sequential([tf.keras.layers.Flatten(),
                       tf.keras.layers.Dense(128,activation=tf.nn.relu) #1st hidden layer
                       tf.keras.layers.Dense(128,activation=tf.nn.relu) #2nd hidden layer
                       tf.keras.layers.Dense(2,activation=tf.nn.softmax)])#output layer

【讨论】：