测试caffe模型时，如果想改变输入维度，是否需要重新训练
Do I need to do retraining if I want to change input dimension during testing on caffe model
我最近被分配了一个使用 Caffe 模型的项目。到目前为止，我设法 运行 测试代码并获得了良好的结果。但由于它只输出一个小分辨率图像 (128x128)，我被要求获得更高分辨率的图像，例如 512x512。由于刚开始在这个项目上学习caffe，对caffe的流程理解还有些问题，无意中遇到了这个问题。
这是deploy.prototxt and here is the train.prototxt
那么实际上是否可以只修改 deploy.prototxt 例如将输入维度和一些输出更改为我想要的分辨率而无需重新训练新模型或者我应该创建一个新模型额外的层以启用更高分辨率的下采样和上采样并进行再训练？如果有人可以给我一些解释，那就太好了。感谢您抽出宝贵时间阅读本文。
网络将针对 128x128 进行优化。所以你无法将输入放入 512x512 或查看输出。
要用作 512x512 大小的输入，您必须获取 512x512 大小的数据集并重新训练它。
获取数据集将既困难又耗时。
所以还有一种方法可以使用 Python 来更改输出分辨率。
我最近被分配了一个使用 Caffe 模型的项目。到目前为止，我设法 运行 测试代码并获得了良好的结果。但由于它只输出一个小分辨率图像 (128x128)，我被要求获得更高分辨率的图像，例如 512x512。由于刚开始在这个项目上学习caffe，对caffe的流程理解还有些问题，无意中遇到了这个问题。
这是deploy.prototxt and here is the train.prototxt
那么实际上是否可以只修改 deploy.prototxt 例如将输入维度和一些输出更改为我想要的分辨率而无需重新训练新模型或者我应该创建一个新模型额外的层以启用更高分辨率的下采样和上采样并进行再训练？如果有人可以给我一些解释，那就太好了。感谢您抽出宝贵时间阅读本文。
网络将针对 128x128 进行优化。所以你无法将输入放入 512x512 或查看输出。
要用作 512x512 大小的输入，您必须获取 512x512 大小的数据集并重新训练它。 获取数据集将既困难又耗时。
所以还有一种方法可以使用 Python 来更改输出分辨率。