我是CNN的新手，并且正在使用Keras构建模型来组合来自多个来源的输入。我的两个来源具有不同的尺寸，无法按整数缩放（即x2或x3较小）。因此，简单地最大池化将不起作用。我在弄清楚如何对较大的图像进行下采样时遇到麻烦。这是确切的尺寸：
图片1：7000 x 4000
图片2：2607 x 1370
是否有处理非常规下采样的最佳实践？
我正在应用Conv2D层，并认为将适当大小的过滤器（1787x1261，步幅= 1）与最大缓冲池（2x2，步幅= 2）组合起来可以得到正确的尺寸。有什么不好的主意吗？与图片的总大小相比，这似乎是一个很大的过滤器。
有些相关，在完整图像的较小块上运行模型会更好吗？这样我就可以控制每个块的大小？