PyTorch -调整图像大小的原因是什么?如何确定最佳大小？

Question

我有一些感染了疟疾的血细胞图像(每个图像有多个血细胞)，详细信息如下：

num_features = 929
num_features_train = 743 
num_features_test = 186 
depth = 24
channels = 3
width = 1600
height = 1200

在前面的图像分类中，我对一个感染了疟疾的血细胞图像数据集(每个图像一个血细胞)进行了分类，图像细节是width = 100, height = 101, depth = 24。因此，将大小调整为50x50似乎不是问题。

显然，我需要调整大小，但不知道如何选择最佳大小来调整如此大的图像的大小。在我的在线搜索中，我找不到任何关于这方面的内容。任何建议/经验都将是有益的，并非常感谢。谢谢！！

附注：我已经知道，如果我不调整这么大的东西的大小，我会得到一个内存错误。是啊，可能吧。:) MemoryError:无法为具有形状(929,1600,1600，3)和数据类型uint8的数组分配6.64 GiB

附注：将大小调整为100x100，但仍将内存错误调整为50x50，但正常

所以，我想我的问题是，减小尺寸不会大大降低分辨率吗？那么，如果分辨率降低得如此之快，卷积层滤波器如何进行适当的滤波？

Answer 1

减小尺寸会降低分辨率，但仍然可以保留原始图像的所有重要特征。更小的图像=更少的特征=更快的训练，更少的过度钓鱼。但是，过大的尺寸下降可能会导致图像失去兴趣点。例如，在调整大小后，肿瘤可能会被周围的像素平滑并消失。

总体而言:如果图像在调整大小后保持兴趣点不变，应该没问题。