我在如何代表网络培训我的CNN方面遇到了问题。输入数据由不同大小的图像组成，其中行数是恒定的（441行），颜色的维度是恒定的（RGB），但列数不同。 CNN应该生成特征向量，其中特征的长度取决于每个图像具有的列数。
示例：
图像形状（441,300,3）应该生成长度为98的特征向量
图像形状（441,1209,3）应该生成长度为398的特征向量
所以几乎每列都应该生成3个特征。
是否可以使用填充整个列并提供3个功能的内核进行卷积？我正在寻找一个填充整个列的内核，因为我想更加重视列的某些区域，而不是给所有区域同等重要性。
如果是这样，如何在keras中设计这样的内核或这样的网络？