当传递给tf.train.batch时，看起来必须严格定义元素的形状，否则如果存在形状为All shapes must be fully defined的张量，它会抱怨Dimension(None)。那么，如何训练不同大小的图像呢？
答案 0 :(得分：6)
您可以在tf.train.batch的参数中设置dynamic_pad=True。
dynamic_pad：布尔值。允许输入形状中的可变尺寸。给定的尺寸在出列时填充，以便批次中的张量具有相同的形状。
答案 1 :(得分：2)
通常，图像会调整为一定数量的像素。
根据您的任务，您可以使用其他技术来处理不同大小的图像。例如，对于面部识别和OCR，使用固定大小的窗口，然后在图像上移动。在其他任务中，具有汇聚层或递归神经网络的卷积神经网络可能会有所帮助。
答案 2 :(得分：0)
我看到这是一个非常古老的问题，但是如果有人要搜索如何仍然可以批量使用可变大小图像，我可以告诉我我对图像到图像卷积网络所做的工作（推断），接受过可变图像大小和批次1的培训。为什么：当我尝试使用填充来批量处理图像时，结果变得更糟，因为信号在网络内部“传播”并开始影响它的卷积金字塔。
因此，当您拥有源代码并且可以将权重手动加载到卷积层中时，我所做的就是可能的。我以以下方式修改了网络：与一批零填充的图像一起，我添加了额外的占位符，该占位符接收了一批二进制掩码，其中1表示实际数据在补丁上，0表示填充。然后，我将信号乘以网络内部每个卷积层之后的这些掩码 ，以对抗“扩散”。乘法并不是昂贵的运算，因此它不会对性能产生太大影响。
结果还没有变形，但是仍然有一些边界伪像，因此我通过在输入图像周围添加小的（2px）对称填充（CNN的所有层的内核大小为3）来进一步修改了此方法，在传播过程中使用略大（+ [2px，2px]）的蒙版。
一个人也可以将相同的方法应用于培训。然后，需要某种“掩盖”的损失，其中仅每个补丁上的ROI用于计算损失。例如，对于L1 / L2损失，您可以计算生成的图像和标签图像之间的差异图像，并在求和之前应用蒙版。更复杂的损失可能涉及拆堆或迭代批处理，以及使用tf.where或tf.boolean_mask提取ROI。
在某些情况下，这种培训确实是有益的，因为您可以将网络的大小输入合并在一起，而小的输入不会受到大的填充环境的损失的影响。