我希望将现有的一个预先训练好的mxnet模型available here转换为一个完全卷积的模型 .
这意味着能够输入任何大小的图像，指定步幅，并获得完整的输出 . 例如，假设模型是在224x224x3图像上训练的 . 我想输入一个226x226x3的图像并指定stride = 1，以获得3x3xnum-class输出 . 我不是在问“理论上”，而是问一个示例代码:-)
谢谢！
我希望将现有的一个预先训练好的mxnet模型available here转换为一个完全卷积的模型 .
这意味着能够输入任何大小的图像，指定步幅，并获得完整的输出 . 例如，假设模型是在224x224x3图像上训练的 . 我想输入一个226x226x3的图像并指定stride = 1，以获得3x3xnum-class输出 . 我不是在问“理论上”，而是问一个示例代码:-)
谢谢！
1 回答
根据这个例子：https://github.com/dmlc/mxnet-notebooks/blob/master/python/tutorials/predict_imagenet.ipynb
绑定模型时可以更改数据形状：
然后您可以输入3 * 226 * 226图像 .
另一个例子：http://mxnet.io/how_to/finetune.html
此示例使用fc层替换预先训练的模型的最后一层 .