张量流：非方形图像的CNN

Question

tensorflow版本1.5.0rc1 python版本：3.5

将矩形图像重塑为[height,width]时 使用tf.reshape(x,[-1,x,y,1])

  

例如。 tf.reshape（x，[ - 1,14,56,1]）运行conv2d返回：   InvalidArgumentError（参见上面的回溯）：重塑的输入是a   张量为358400，但请求的形状需要倍数   3136 [[节点：Reshape_1 =重塑[T = DT_FLOAT，Tshape = DT_INT32，   _device =“/ job：localhost / replica：0 / task：0 / device：GPU：0”]（MaxPool_1，Reshape_1 / shape）]]

其中3136是56的平方。 张量将重塑视为56x56而不是14 * 56矩阵。

有没有办法摆脱它并将我的CNN设置为非方形图像？

由于

Answer 1

我不完全同意在破坏相邻像素之间的关系时重塑矩形图片。相反，您有几种方法可以在非二次图像上应用CNN：

1。）使用填充。在预处理期间，您可以填充像素以获得二次图像。通过这个你可以应用二次滤波器。

2.）使用该图像的不同二次窗口进行训练。例如，创建一个二次窗口并在图像上运行它以获得许多子图片。

3。）您可以对图片的尺寸使用不同的步幅。

4。）你可以按照所需的方向拉伸图片，虽然我不确定这会如何影响以后的性能。我只会尝试这个作为最后的解决方案。