Question

我正在尝试使用VOC2012数据集来训练CNN。对于我的项目，我需要黑白数据，因此我提取了R组件。到目前为止，一切都很好。问题在于图像的大小不同，所以我不知道如何将其传递给模型。我编译了模型，然后创建了如下的32个迷你批处理（其中X_train和Y_train是文件的路径）。

for x in X_train:
    img = plt.imread(x)
    img = img.reshape(*(img.shape), 1)
    X.append(img)

for y in Y_train:
    img = plt.imread(y)
    img = img.reshape(*(img.shape), 1)
    Y.append(img)

model.train_on_batch(np.array(X), np.array(Y))

但是，我怀疑由于图像的大小都不同，所以numpy数组的形状为（32，）而不是我期望的（32，height，width，1）。我该如何处理？

Answer 1

根据某些资料，确实可以训练至少一些具有不同输入大小的体系结构。（Quora，Cross Validated）

在生成大小可变的数组的数组时，可能只需要使用Python的NumPy数组列表或类型为ndarray的{{1}}来收集所有图像数据。然后在训练过程中，Quora回答提到只能使用批处理大小1，否则可能会根据大小将多个图像合并在一起。甚至可以使用零填充来使图像大小均匀，但是我不能说这种方法的有效性。

最好的研究！

示例代码：

object

具有不同图像尺寸的Keras CNN

1 个答案:

示例代码：