完全卷积网络训练图像大小

Question

我正在尝试使用TensorFlow复制完全卷积网络(FCN)的语义分段结果.

我坚持将训练图像输入到计算图中.完全卷积网络使用VOC PASCAL数据集进行培训.但是,数据集中的训练图像具有不同的大小.

我只想询问他们是否预处理了训练图像,使它们具有相同的大小以及它们如何预处理图像.如果没有,他们只是将不同大小的批量图像送入FCN吗？是否可以将一批中不同尺寸的图像输入TensorFlow中的计算图？是否可以使用队列输入而不是占位符来做到这一点？

Answer 1

不可能将不同尺寸的图像输入到单个输入批次中。每个批次可以有未定义数量的样本（通常是批次大小，下面用 标注None），但每个样本必须具有相同的尺寸。

当你训练一个全卷积网络时，你必须像训练一个最终具有完全连接层的网络一样训练它。因此，输入批次中的每个输入图像必须具有相同的宽度、高度和深度。调整它们的大小。

唯一的区别是，全连接层为输入批次（形状[None, num_classes]）中的每个样本输出单个输出向量，而全卷积输出类别的概率图。

在训练过程中，当输入图像尺寸等于网络输入尺寸时，输出将是形状为 的概率图[None, 1, 1, num_classes]。

您可以使用从输出张量中删除大小为 1 的维度tf.squeeze，然后计算损失和精度，就像使用全连接网络一样。

在测试时，当您输入尺寸大于输入的网络图像时，输出将是大小为 的概率图[None, n, n, num_classes]。