resnetの入力層の値を変えたい

Question

pytorchでresnetを使って機械学習しています。
resnetは入力層で4倍に画像を縮小しているとのことで、これを2倍縮小にしたいと思いました。
そのため最初の層のstrideやpadding等の値を変えることで変わるのではないかと考えましたが、その方法がわかりませんでした。
もし可能であるなら方法を教えていただきたいです。

Answer 1

4倍に画像を縮小しているとのことで、これを2倍縮小にしたいと思いました。

これはどこの情報でしょうか。

ResNet の最初の畳み込み層は stride=2 なので、出力は 1/2 になるのであって、1/4 にはならないと思います。

ResNet の論文

実際、Pytorch の実装も確認すると、そのようになっています。

import torchvision.models as models

resnet18 = models.resnet18(pretrained=False)

print(resnet18)
# (conv1): Conv2d(3, 64, kernel_size=(7, 7), stride=(2, 2), padding=(3, 3), bias=False)

Comments

[firstbn]

モデルについてよくわかっていないので、説明が下手で大変申し訳ないのですが、最終の画像サイズ?（サイズじゃなかったらすみません）が10~6くらいにするのが良いと説明されて128×128だと4になってしまい小さすぎる。入力層をいじったほうがよいといわれました。

[tiitoi]

入力する画像を大きいもの (例えば、300, 300) とかにすればいいのではないでしょうか