我目前正致力于为CNN构建我的输入和输出，其中输入是不同大小的图像，并且对于不同大小的图像是不同大小的矢量 .
例：
Name: mfaa-b-an165
Output: (278, 13)
Input: (276, 846, 3)
-->
Name: mdms2-b-an405
Output: (538, 13)
Input: (276, 1491, 3)
-->
以下是数据当前存储方式的一些形式 . 我必须为每个不同的特征创建13个不同的CNN，其中每个CNN从特征向量中提取单独的特征 . 问题是，与输入相比，输出数量没有那么多的一致性 . 唯一的常数是行数和颜色维度，以及以某种方式必须链接的列数从该图像中提取的特征数量 .
我的想法是调整图像的x轴大小，以便与提取的特征数量相匹配，但有时候这是不可能的 .
例如 .
First example (mfaa-b-an165):
278*3 = 834 => meaning removing 12 columns can provide me 3 output for the pooling layer.
second exmaple (mdms2-b-an405):
538*3 = 1614 => Image should be larger => data should be added not possible.
这显然似乎不起作用..还有其他方法可以使这项工作吗？..