[問題] 關於模型訓練時的影像輸入大小

最近在做些影響辨識的實作想到的一個問題 一般影像辨識網路像是ResNet的架構都有固定的輸入尺寸，常見的影像大小大概就256*256 這種等級的尺寸 但是現今的圖片大小應該不太可能這麼小吧？ 如果以真實世界的影像來說，要輸入這類的網路勢必就要做resize的動作 但是將圖片任意resize不是相對的也可能會遺失一些資訊嗎？ 如果是1024*1024調整成256*256，這就直接小了16倍欸 一般的貓狗辨識可能不會有太大問題，但如果今天是醫學影像的話，這些遺失資訊搞不好就 是對疾病很重要的特徵 還是說這種情況可以直接把輸入尺寸打掉重練，按照原始架構重新手刻一個網路然後調整每 層的維度以適應新的輸入？ 目前有想到另一個方法，使用像Unet那種多尺度的方式來做，不知道這可不可行？ 有爬了一些文但好像都沒有看到類似的應用或文章，所以上來請教大家 感謝 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.82.188.41 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1714054023.A.736.html