我有一个完全卷积的神经网络，U-Net，可以在下面阅读 .
https://arxiv.org/pdf/1505.04597.pdf
我想用它来做像素的像素分类 . 我的训练图像有两种尺寸：512x512和768x768 . 我在初始步骤中使用前者的反射填充（256,256,256,256），在后者中使用（384,384,384,384） . 我在卷积之前进行连续填充，以获得输入大小的输出 .
但由于我的填充取决于图像/输入的大小，我无法构建通用模型（我使用的是Torch） .
在这种情况下填充是如何完成的？
我是新学习者，任何帮助都会很棒 . 谢谢 .
2 回答
您的模型只接受第一层大小的图像 . 在将它们转发到网络之前，您必须预先处理所有这些 . 为此，您可以使用：
image.scale(img, width, height, 'bilinear')img将是要缩放的图像，width和height是模型第一层的大小（如果我没弄错，它是572 * 572），'bilinear'是它将用于缩放图像的算法 .请记住，可能需要提取图像的平均值或将其更改为BGR（取决于模型的训练方式） .
首先要做的是将所有图像处理为相同的大小 . CONV图层输入要求所有图像都具有指定的尺寸 .
Caffe允许你在prototxt文件中使用 reshape ;在火炬中，我认为你可以在 createModel 的前面放下一个类似的命令，但我不需要在模型流程之外做这件事 .