Tensorflow随机输入大小

Question

采集

我的图像包含默认区域...原始图像的大小是3072x16000，这是巨大的！根据产品长度，长度可以随机改变。 图像来自轮廓仪，看起来像：

修道院的速度是固定的。图像长度取决于产品。 我们不能进行“在线”处理，因为采集和图像处理来自不同的供应商。

第一个供应商提供产品的个人形象，产品长度不固定。

默认值

默认值非常小（小于256x256px），然后我裁剪它，学习CNN如何从符合区域识别它（256x256x1 px）。

目标是将网络培训的重点放在投资回报率上，因为我没有庞大的图像数据库。

我需要非常高的分辨率来获得小的默认值。分类判决是在小的256x256px子图像上。

我将拥有20类默认值和4类符合区域（取决于我在图像中的位置）。 我使用greylevel图像来识别默认值。

我可以将“256x256px”小图像分类为“好”/“坏”类。

如果某个区域被识别为“不良”，则该产品是“可疑的”并且是隔离的......

CNN

我使用了TensorFlow并重新培训了一个移动网络网络，该网络可以很好地处理256x256图像，就像训练时间很长。

现在我面临其他问题。输入图像大小实际上是3072x16000像素。

是否有推荐的方法在这些巨大的图像上使用我的预制CNN？

我应该如何剪切并将其传递给我的CNN？

非常感谢！