Neuskalierung von CNNs

Question

Wie ist der allgemeine Konsens bezüglich der Neuskalierung von Bildern unterschiedlicher Größe? Ich habe gelesen, dass ein Ansatz darin besteht, die größte Größe eines Bildes auf eine feste Größe zu skalieren. Mir ist nicht klar, wie nur das Neuskalieren einer der Dimensionen zu einheitlichen Bildformen über den Datensatz führen würde.

Gibt es andere Ansätze, z.B. Würde es funktionieren, die durchschnittliche Größe der beiden Dimensionen zu berechnen und dann die Dimensionen jedes Bildes auf den Mittelwert jeder Dimension im Datensatz zu skalieren?

Ist es wichtig, die Interpolationsmethode im Umskalierungs verwendet wird?

Wäre es sinnvoll, einfach einen nxm-Teil jedes Bildes zu nehmen und den Rest jedes Bildes abzuschneiden?

Gibt es eine Liste von Ansätzen Menschen verwendet haben und wie sie sich in verschiedenen Szenarien durchzuführen.

Answer 1

Abhängig von der Zielanwendung des CNNs. Für die Objekterkennung/-klassifizierung wird üblicherweise ein gleitender Fensteransatz oder ein Cropping verwendet. Bei der ersten Option wird das gleitende Fenster um das Bild bewegt und für jedes Patch (mit verschiedenen überlappenden Kriterien) wird eine Vorhersage gemacht. Diese Vorhersagen werden dann mit anderen Pooling- oder Filterstrategien gefiltert.

Für Bildsegmentierung (auch bekannt als semantische Segmentierung) werden ähnliche Ansätze. 1) Bildskalierung + Segmentierung + Skalierung auf die ursprüngliche Größe. 2) verschiedene Bildfelder + Segmentierung von jedem oder 3) gleitende Fenstersegmentierung + maxpooling. Mit der Option (3) hat jedes Pixel ein N = HxW votes (wobei N die Größe des gleitenden Fensters ist). Diese N Vorhersagen werden dann zu einem Maxixmum-Abstimmungs-Klassifizierer aggregiert (ähnlich den Ensemble-Modellen von Random Forest und anderen Klassifikatoren).

Kurz gesagt, ich glaube, es gibt keine kurze oder eindeutige Antwort auf diese Frage. Die Entscheidung, die Sie treffen, hängt von dem Ziel ab, das Sie mit dem CNN erreichen wollen, und natürlich wird die Qualität Ihres Ansatzes Auswirkungen auf die Leistung des CNN haben. Ich kenne keine Studie dieser Art.