KerasのResnetは入力として何を期待していますか？

Question

私はかなり異なる画像セット（B & W 16ビット）を使って転送学習タスクのためにKernetのresnetの実装を使用しようとしています。 Kerasは入力として何を期待していますか？ 3つのチャンネルと-127-128の範囲の画像（これは、私がゼロの中心に置かれた8ビット画像と仮定したものです）？ 0-255？この範囲外のものを渡すとどうなりますか？

ありがとうございました。

Answer 1

Kerasのドキュメントで提供されているpaperによれば、224 x 224 RGB [0 - 225]イメージを提供する必要があります。実際のディメンションの順序は、Kerasインストールで使用するバックエンドによって異なります。

データ準備はAlexNetのように行ったので、平均活性化を各カラーチャンネルから差し引いた。 RGBの平均ベクトルは103.939, 116.779, 123.68です。

色の値が-255, 255の範囲になると、ネットワークのデータが不明であるため、トレーニングに害を及ぼす可能性があります。しかし、まだネットワークはこの変化に適応することができますが、通常はより多くの時間を費やし、より混乱したトレーニングを行います。

単色画像の場合、一般的に使用されている技術は、同じチャネルを3回繰り返して、ネットワークアーキテクチャに適した次元にすることです。