ディープラーニング 入力サイズについて

Question

ゼロから始めるディープラーニングという本を一通りやりおわったですが、そこで疑問があります。
この本の中で手書きの画像データ、二次元25×25つまり725のサイズのデータを入力に取ってるんですが、これって固定ですよね？
725以上も以下も受け付けないですよね。
世の中にある人工知能はさまざまなサイズの画像データを入力にとれると思うんですけど、あれってどうやってるんですか？
何も加工せず入力すると重みの値も狂ってくると思いました。
素人質問ですいません

Answer 1

世の中にある人工知能はさまざまなサイズの画像データを入力にとれると思うんですけど、
あれってどうやってるんですか？

多くの場合、画像をモデルの入力サイズにリサイズしてから、モデルに渡すようにします。
Python でリサイズする場合、OpenCV の cv2.resize() または PIL の Image.resize() で画像をリサイズできます。

リサイズによって、画像のアスペクト比が変わってしまうので認識精度に影響が出るのではないかと懸念されるかもしれませんが、大抵の場合は問題ありません。

別の方法として Global Average Pooling を使用することで任意サイズの画像をそのまま入力できるモデルも作ることができます。

• 参考文献

• Global Average Pooling（GAP）を理解してみる - Qiita

Comments

[unchi]

ありがとうございました