keras - flow_from_directory 函数 - target_size 参数
keras - flow_from_directory function - target_size parameter
Keras 有一个名为 flow_from_directory 的函数，其中一个参数名为 target_size。这是对它的解释：
target_size: Tuple of integers (height, width), default: (256, 256).
The dimensions to which all images found will be resized.
我不清楚的是它只是将原始图像裁剪成 256x256 矩阵（在这种情况下我们不拍摄整个图像）还是只是降低图像的分辨率（同时仍然显示我们整张图片）？
如果是 - 让我们说 - 只是降低分辨率：
假设我有一些大小为 1024x1024 的 X 射线图像（用于检测乳腺癌）。如果我想将迁移学习应用到只需要 224x224 输入图像的预训练卷积神经网络，当我将图像（和分辨率）从 1024x1024 减小到 224x224 时，我不会失去重要 data/information 吗？没有这样的风险吗？
提前致谢！
- 降低分辨率（增大）
- 是的，您正在丢失数据
对你来说最好的方法是重建你的 CNN 以使用你的原始图像大小，即 1024*1024
Keras 有一个名为 flow_from_directory 的函数，其中一个参数名为 target_size。这是对它的解释：
target_size: Tuple of integers (height, width), default: (256, 256).
The dimensions to which all images found will be resized.
我不清楚的是它只是将原始图像裁剪成 256x256 矩阵（在这种情况下我们不拍摄整个图像）还是只是降低图像的分辨率（同时仍然显示我们整张图片）？
如果是 - 让我们说 - 只是降低分辨率： 假设我有一些大小为 1024x1024 的 X 射线图像（用于检测乳腺癌）。如果我想将迁移学习应用到只需要 224x224 输入图像的预训练卷积神经网络，当我将图像（和分辨率）从 1024x1024 减小到 224x224 时，我不会失去重要 data/information 吗？没有这样的风险吗？
提前致谢！
- 降低分辨率（增大）
- 是的，您正在丢失数据
对你来说最好的方法是重建你的 CNN 以使用你的原始图像大小，即 1024*1024