Змінення розміру зображення та обшивка для CNN

Я хочу навчити CNN для розпізнавання зображень. Зображення для тренувань не мають фіксованого розміру. Наприклад, я хочу, щоб розмір вводу для CNN становив 50x100 (висота x ширина), наприклад. Коли я змінюю розмір невеликих розмірів зображень (наприклад, 32x32) до розміру введення, вміст зображення занадто сильно розтягується по горизонталі, але для деяких зображень середнього розміру це виглядає нормально.

Що є правильним методом зміни розміру зображень, уникаючи руйнування вмісту?

(Я думаю про розміщення зображень з 0 до повного розміру після зміни їх розміру до певної міри, зберігаючи співвідношення ширини та висоти. Чи було б це нормально з цим методом?)

Це питання про stackoverflow може допомогти вам. Підводячи підсумок, деякі дослідники глибокого навчання вважають, що нанесення великої частини зображення не є хорошою практикою, оскільки нейронна мережа повинна дізнатись, що набивна область не має значення для класифікації, і вона не повинна вчитися тому, якщо ви наприклад, використовуйте інтерполяцію.

У вас є кілька варіантів:

Для невеликих зображень:

• вибір за допомогою інтерполяції
• накладіть зображення за допомогою нулів

Якщо ви не можете підтримувати співвідношення сторін за допомогою поглинання, ви можете збільшити вибірку, а також обрізати зайві пікселі у найбільшому розмірі. Звичайно, це призведе до втрати даних, але ви можете кілька разів зміщувати центр урожаю. Це допоможе вашій моделі бути більш надійною.

Для великих зображень:

• вибірка
• обрізати до введеного розміру

Нарешті, якщо ви використовуєте повністю згорнуту мережу (FCN), вам не потрібно змінювати розмір зображень.

TL; DR:

так, набивання нулями - це вірний варіант.

Ви можете виконати наступне: Спочатку змініть розміри зображень до певної міри, а потім наклейте зображення з усіх боків, що може допомогти у збереженні функцій на зображенні.