テンソルフロースリムのResNet-50のイメージセンタリング

Question

テンソルフロースリムのResNet-50モデルを使用してフィーチャを抽出しています。私の質問は、画像を入力する前にいくつかの標準的なResNets-50の平均値に従って画像を中央に配置する必要がありますか？私はvgg-19のために、で定義された _mean_image_subtraction(image, means)を使用してセンタリングのオプションを提供することを知っています。しかし、私はResNetsのためのそのようなファイルや機能を見つけることができませんでした。

Answer 1

私はvgg_preprocessingも使うべきだと思います。 preprocessing_factory.pyからget_preprocessing()で：

preprocessing_fn_map = { 
    'cifarnet': cifarnet_preprocessing, 
    'inception': inception_preprocessing, 
    'inception_v1': inception_preprocessing, 
    'inception_v2': inception_preprocessing, 
    'inception_v3': inception_preprocessing, 
    'inception_v4': inception_preprocessing, 
    'inception_resnet_v2': inception_preprocessing, 
    'lenet': lenet_preprocessing, 
    'mobilenet_v1': inception_preprocessing, 
    'resnet_v1_50': vgg_preprocessing, 
    'resnet_v1_101': vgg_preprocessing, 
    'resnet_v1_152': vgg_preprocessing, 
    'resnet_v1_200': vgg_preprocessing, 
    'resnet_v2_50': vgg_preprocessing, 
    'resnet_v2_101': vgg_preprocessing, 
    'resnet_v2_152': vgg_preprocessing, 
    'resnet_v2_200': vgg_preprocessing, 
    'vgg': vgg_preprocessing, 
    'vgg_a': vgg_preprocessing, 
    'vgg_16': vgg_preprocessing, 
    'vgg_19': vgg_preprocessing, 
} 

またtrain_image_classifier.pyからpreprocessing_factory.get_preprocessing()の使用を確認することができます。

まさに私が知りたいものだ

preprocessing_name = FLAGS.preprocessing_name or FLAGS.model_name 
image_preprocessing_fn = preprocessing_factory.get_preprocessing(
    preprocessing_name, 
    is_training=True) 

... 

image = image_preprocessing_fn(image, train_image_size, train_image_size) 

Answer 2

はい、画像をセンターする（正規化する）必要があります。モデルコンバージェンスを向上させるために行う必要があります。

ResNetため、この画像処理動作のためにはデフォルトtf-slim方法がない場合、あなたはthisバリアント

に基づいて独自の実装を行うことができる。また、（_mean_image_subtraction(image, means)から）meansをカウントするより有用である全体の訓練のためにバッチではなく、単一の画像またはデータセット全体に対して使用します。