Keras InceptionResNetV2模型中最小图像大小背后的原因是什么？

Question

在Keras‘InceptionResNetV2 2模型的文档中，它说：

input_shape：(.)它应该有准确的3个输入通道，宽度和高度不应小于139。

我试图找出这个型号的最小尺寸为139‘m的原因，因为我希望在较小的图像上训练这个模型(对于初学者来说是128’m)。

我在模型源代码或本文对模型进行了描述。中找不到任何线索。

假设这个数字不是任意的，那么这个139 of的最小大小背后的原因是什么？

Answer 1

下面是启动resnet v1的模式(基本上与V2相同)。您可以看到，在输入层，图像大小从299x299开始。当它到达Inception-resnet时，由于它经过的所有卷积和池层，它已经减少到8x8。现在，如果您输入较小的图像，最后一层将从8x8减少到类似5x5或其他什么。最终，有一个图像大小将开始缩小到0x0，这正好打破了我想象的139x139的model.So，您将开始拥有输出0x0的层。如果您真的想使用inception v2，那么您必须通过并更改所有的内核大小，这样它们才能使用该映像大小。这是一种耗时的方法，所以我只需要对你的图像进行零点，至少是139。这是一个非常好的模型，所以我认为你仍然会看到好的结果。