在Python代码中，我看到分配给MobileNet的图像为224x224，而Tensorflow.js版本似乎可以使用任何大小或宽高比。对于非正方形图像，它会拉伸它们还是添加白色或透明像素以产生正方形输入，并保持图像的长宽比？如果确实将其拉伸成正方形，是否应该在使用model.classify之前进行一些图像处理？
https://github.com/tensorflow/tfjs-models/tree/master/mobilenet#making-a-classification对此没有说什么。
答案 0 :(得分：1)
没有要求图像是正方形的。使用非正方形图像将获得相同的结果。也许某些神经网络（例如移动网络）使用正方形图像的原因是为了进行操作（例如卷积），其中大部分时间将内核选择为正方形。
要使用移动网络进行分类，需要将图像重塑为[224, 224, 3]的形状，即网络的输入大小。诸如.resizeBilinear，resizeNearestNeighbor等方法将达到该目的。显然，将非正方形图像转换为正方形图像会使图像失真。但是这些算法使用anti-aliasing的技术来弥补失真。
但是输入图像的失真是需要考虑的较少的事情。实际上，良好的模型预测应该不会造成这种失真，因为训练后的数据会失真很多，并增加了噪声，因此模型可以很好地推广。