FCNs 训练和测试期间不同的图像尺寸

Question

我正在阅读多个相互冲突的 Stackoverflow 帖子，我对现实情况感到非常困惑。

我的问题如下。如果我在128x128x3图像上训练 FCN ，是否可以输入大小为256x256x3或 B)128x128或 C)的图像，因为在训练和测试期间输入必须相同？

考虑 SO post #1。在这篇文章中，它建议图像在输入和输出期间必须具有相同的尺寸。这对我来说很有意义。

SO post #2：在这篇文章中，它表明我们可以在测试期间转发不同大小的图像，如果您执行一些奇怪的挤压操作，这将成为可能。完全不确定这怎么可能。

SO post #3：在这篇文章中，它表明只有深度需要相同，而不是高度和宽度。这怎么可能？

据我了解，底线是，如果我在 上进行训练128x128x3，那么从输入层到第一个 conv 层，（1）会发生固定数量的步幅。因此，（2）固定的特征图大小，相应地，（3）固定数量的权重。如果我突然将输入图像大小更改为512x512x3，则由于大小的差异UNLESS，因此训练和测试中的特征图无法进行比较。

1. 当我输入一个 size 的图像时512x512，只128x128考虑顶部，而忽略图像的其余部分
2. 512x512 图像在被馈送到网络之前被调整大小。

有人可以澄清这一点吗？正如你所看到的，有很多关于这个的帖子没有一个规范的答案。因此，每个人都同意的社区辅助答案将非常有帮助。

Answer 1

这是我的崩溃，

发布 1

是的，这是做事的标准方式。如果你有可变大小的输入，你可以裁剪/填充/调整它们的大小，以便你的输入都是相同的大小。

帖子 2

请注意，此人谈论的是“完全卷积网络”而不是“完全连接网络”。在全卷积网络中，所有层都是卷积层，只要通道尺寸固定，卷积层就不会消耗任意大小（宽度和高度）的输入。

标准卷积网络需要固定输入大小，因为在将卷积输出馈送到全连接层之前进行了“扁平化”。所以如果你去掉全连接层（即全卷积网络），你就不会有这个问题。

帖子 3

它说的基本上与帖子 2 相同（在我看来）。总而言之，如果您的卷积网络有一个全连接层，并且您尝试输入可变大小的输入，您将得到一个RunTimeError. 但是如果你有一个卷积输出并且你输入一个7x7x512（hxwx 通道）输入你会得到一个(1x1x<output_channel>)输出，如果你输入8x8x512输入，你会得到一个(2x2x<output_channel>)输出（因为卷积操作）。

结论

最重要的是，如果您的网络在某处具有完全连接的层，则不能直接提供可变大小的输入（没有填充/裁剪/调整大小），但如果您的网络是完全卷积的，则可以。

我不知道且无法评论的一件事是当概率图的[None, n, n, num_classes]大小（如帖子 #2 中所示）时，如何根据[None, 1, 1, num_classes]需要执行此操作来实现tf.squeeze。

编辑1：

卷积核/输入/输出的行为方式

我添加这个部分是为了阐明当输入大小改变时卷积操作的输入/输出/内核如何表现。如您所见，输入的更改将更改大小（即高度和宽度尺寸）。但是内核（其形状[height x width x in_channels x out_channels]不会在此更改期间受到影响。

希望这是有道理的。