为什么有全连接层的卷积网络输入图片尺寸需要固定的_深度学习全连接层和图像大小有关

一句话：

全连接层的一个神经元对应一个输入。

换句话说，

 

全连接层要求固定的输入维度。

 

数学推导：

 

　　大家都知道， z=wx+b，全连接神经网络结构一旦固定，需要学习的参数w是固定的，例如 输入图像是 28*28 = 784，w 的转置= （500，784），===> 输出矩阵的shape:(500,1)，如果输入图像的大小改变，但是w的大小并不会改变，因此，无法计算。

这里没有理解是因为暗含这样一份个知识点：

卷积到全连接，所有卷积会一条接一条变成一个全连接的上层 X，比如上面的  28*28 = 784，z=wx+b，如果尺寸不固定，多出来一个 785，就没法 和 w（500，784）去相乘了，有些人就要问了，那我此时改变w为（500，785） 不行嘛？也可以，但是，你训练要很多个step，甚至 epoch（pass）去更新，那，尺寸不固定，这一个step这个神经元训练到了，下一回没训练到，那就没法收敛了。

 

后续：

在小群里，鱼哥看完我文章直接说是扯淡，他说 输入必须固定，是resnet以前的结构的玩法，之后的玩法（好像也不是resnet），可以通过 1*1 卷积 升降维 fix 任何 tensor（解释，也就是通过 1*1 卷积 产生下面几篇参考里提到的 spp结构？还是他确实没搞懂？又成为了一个问题）

为何含有全连接层的网络，需要固定输入图片大小？

所以，在引入预训练模型的时候，如果要自定义输入图片的大小，则需要去掉后面的全连接层的头，附带还需要去掉连接的什么层，给大家留个课后作业，以及，自己定义的输入图片尺寸设计怎么样的 全连接层和softmax层，以及是否可以引入

spp层的方法，大家课后思索。

为何含有全连接层的网络，需要输入图片有固定尺寸？

 

提问：

我有个疑问，既然全连接层维度大小是事先预定的，那么为什么不能根据输入图像尺寸大小，去指定我们的全连接层维度？为什么要图像尺寸去匹配全连接层维度大小，而不是全连接层维度大小去匹配图像尺寸，这样不就能不固定输入了吗？

对的，可以这么理解，但是训练数据的顺序都是随机打乱的，如果你训练数据不能保证尺寸大小一样，那就不能保证同一批的数据抵达fc层的时候尺寸一样了，所以泛化出来就是所有训练集尺寸就是固定尺寸了

我之前理解的是输入的图片大小就得是固定的尺寸，其实是指同一批输入的每张图片大小必须是固定的

从两个方面将你可能更好理解点，一方面按照你的思路是没有问题的，就是我有一批图片尺寸，然后调整全连接层的大小，也能完成训练，但是这样可能会有一个问题，原先的框架可能是作者经过N多次训练出来的相对较好的参数结果；另一方面，其实这边说的固定尺寸可以这么理解，有一批输入图像，他们的尺寸必须是统一大小的，而不能像faster rcnn那样可能同时支持不同尺寸的图片。

所以，对于工业质检，一般相机的分辨率都是固定，那么，可以指定分辨率，或者，前期可以用

传统方法 找到相应的 ROI ，再裁剪 该部分（尺寸固定），再送入 深度学习模型推理。