Блог

В keras.preprocessing.image.ImageDataGenerator.flow_from_directory , мы привыкли target_size быть измерением изображения. Таким образом, в основном мы изменяем размер всех изображений до одного и того же размера, чтобы мы могли обучать, проверять и тестировать наш классификатор на этих изображениях. Но теперь, когда я преобразую изображение большего размера в меньшее измерение (например, с 500Х500 до 80Х80), я рискую потерять некоторые существенные особенности изображений, которые можно обнаружить на изображении 500Х500, но не на изображении 80Х80? Может ли изменение размера изображения повлиять на производительность моего классификатора?