Retraining初始和下降采样

Question

我已经按照this Tensorflow tutorial关于使用我自己的640x360图像数据集的Inception模型的转换学习。我的问题分2部分

1）我的数据集conatains 640x360图像。是第一次发生向下采样到299x299的操作？我问，因为我有同样的数据集的高清晰度的版本，我想知道如果培养具有更高分辨率的图像会导致不同的性能（希望更好）

2）当运行网络（使用tf.sess.run （））是我的输入图像下采样到299x299？

注意：我已经看到299x299分辨率的统计列出了很多在线的地方，比如this one，我很困惑它指的是哪些图片;初始训练数据集图像（初始时我认为它是imagenet），传输学习数据集（我的个人的），运行CNN时的输入图像，或3的组合。

在此先感谢:)

Answer 1

初始模型将调整您的图像到299x299。这可以通过可视化张量流图来确认。如果你有足够的样本进行转移学习，那么调整到299x299的精度就足够了。但是，如果您确实想要以实际分辨率尝试训练，则图形大小的初始输入层需要更改