我对如何代表网络培训我的CNN有点疑问 . 输入数据由不同大小的图像组成,其中行数是恒定的(441行),颜色的维度是恒定的(RGB),但列的数量是不同的 . CNN应该生成特征向量,其中特征的长度取决于每个图像具有的列数 .

例:

形状(441,300,3)的图像应该生成长度为98的特征向量

形状(441,1209,3)的图像应该生成长度为398的特征向量

所以几乎每列都应该生成3个特征 .

是否可以使用填充整列的内核进行卷积并给出3个特征?我正在寻找一个填充整个列的内核,因为我想更加重视列的某些区域,而不是给所有区域同等重要性 .

如果是这样,如何在keras中设计这样的内核或这样的网络?