machine-learning - Keras 可以处理不同尺寸的输入图像吗？

Question

Keras 可以处理不同尺寸的输入图像吗？例如，在全卷积神经网络中，输入图像可以具有任意大小。然而，我们在用Keras创建网络时需要指定输入形状。因此，我们如何使用 Keras 来处理不同的输入尺寸而不将输入图像调整为相同的尺寸？感谢您的帮助。

Answer 1

是的。只需将输入形状更改为 shape=(n_channels, None, None) 即可。其中 n_channels 是输入图像中的 channel 数。

我使用的是 Theano 后端，所以如果您使用的是 tensorflow ，您可能需要将其更改为 (None,None,n_channels)

You should use:

input_shape=(1, None, None)

None in a shape denotes a variable dimension. Note that not all layers will work with such variable dimensions, since some layers require shape information (such as Flatten). https://github.com/fchollet/keras/issues/1920

例如，使用 keras 的函数式 API，您的输入层将是:

对于 RGB 数据集

inp = Input(shape=(3,None,None))

对于灰色数据集

inp = Input(shape=(1,None,None))