machine-learning - 机器学习和不同尺寸的图像

Question

假设我有一个机器学习系统，它已经学会识别图像是否包含物体(例如汽车)。

我的问题是，当系统收到不同尺寸的图片时怎么办？例如，训练集可能由 1000x700 像素的图像组成，但现实世界并不那么统一，人们可以期望图像为 700x1000、700x400 ...

第一个冲动是调整图像大小，使其与训练集大小相同，但这感觉很脏而且没什么用。

我在这里遗漏了一些明显的东西吗？另外，即使对于训练集，我认为假设每个图像都具有固定大小(再次假设 1000x700 像素)并没有真正意义。

此外，如果使用滑动窗口技术，也可能会出现同样的问题，因为确定正确的窗口大小并不容易。

我想这一定是一个比较常见的问题，所以一定有一套通用的解决方案，有什么想法吗？

Answer 1

是的。常见的解决方案有

1. 调整大小和裁剪 - 缩小或放大图像，直到两个尺寸至少达到所需的尺寸。然后将照片裁剪为常用尺寸。
2. 裁剪 - 提取常见大小的裁剪，如果需要则进行填充。

现在...裁剪通常是通过一系列裁剪照片完成的:所有四个角和中心。在上面的 (1) 中，只有三张图像，而不是 5 张。