Tensorflow tf.image.resize_image_with_crop_or_pad用于3D图像

Question

我想在3维nifti图像上训练卷积神经网络，即它们具有宽度，高度和深度。样本形状为（166、256、256）。但是，我已经读到，在实现完全连接的层时，需要具有相同大小的所有图像。第一维是160,166,170中的一个，第二维和第三维是240,256,192中的一个。我想将所有图像都填充到（170，256，256），所以我不会丢失任何信息，但是

PostQuitMessage

function似乎只有两个函数的参数。如何填充这些图像？

Answer 1

我认为您最好的选择是tf.pad，以下代码未经测试。

target_z = 170
# x is shape of (166, 256, 256)
zp = 170-x.get_shape().as_list()[0]
# what if zp is negative ?
paddings = tf.constant([[0, zp], [0, 0], [0,0]])
tf.pad(x, paddings, "CONSTANT")