Kerasで異なる解像度の画像のトレーニングと検証

Question

私はKerasを使用して、顕微鏡画像から2Dラベルデータ（カウント用）への回帰を行う畳み込みニューラルネットを構築しています。私は顕微鏡データの小さなパッチ（パッチは受容野のサイズです）でネットワークを訓練することを検討しています。問題は、fit()メソッドでは、入力と同じサイズの検証データが必要であるということです。代わりに、私は全体の画像（パッチではない）を検証できるようにして、検証セット全体を検証し、これまで使用してきた他の方法と比較することができます。

私が見いだした解決策の1つは、それぞれの期にfit()とevaluate()の間で代わることでした。しかし、私はTensorboardを使用してこれらの結果を観察できることを望んでいました。 evaluate()はコールバックをとらないので、この解決策は理想的ではありません。パッチを訓練している間にフル解像度の画像で妥当性を確認する良い方法はありますか？

Answer 1

fitの代わりにfit generatorを使用し、検証セットに異なる発電機を提供することができます。ネットワークの残りの部分が画像サイズに不可知（例えば、完全な畳み込みレイヤー）である限り、あなたはうまくいくはずです。