我目前正在设计用于灰度图像着色的神经网络架构。稍后，它应该能够为具有不同大小和不同纵横比的图像着色。我读到，使用通用CNN不可能做到这一点。我还读到，唯一的选择是将图像缩小到一个特定的大小，或者使用较大的固定大小（例如3000x3000px）并用黑色填充剩余空间。这两个选项似乎都不那么优雅。第一个与我想要的相反，第二个会使神经网络变慢。
然后，我阅读了有关完全卷积网络的信息，该问题将不存在。如果确实有效，那将是很好。我想知道为什么这个特殊的网络可以处理不同的输入形状。也许你可以给我看一些这样的网络的张量流代码。
顺便说一句，我想到了将自动编码器与GAN相结合的架构。
答案 0 :(得分：0)
根据我的经验，您不能在同一批次中训练任何具有不同样本量的网络。
全卷积网络类似于完全连接的网络，该网络的末尾是完全连接的层。因此，批次中的任何输入图像都必须具有相同的暗度（w，h，d）。
区别在于，完全连接的层为输入批次中的每个样本输出单个输出矢量，而完全卷积网络为每个类别输出概率图。
它的含义远不只是图像大小，当尝试拟合任何数据时，其大小必须是绝对的，并且在训练过程中不能更改。我想您可以按照我说的那样分批处理，但是我从未尝试过。
编码器\解码器可以帮助“重建”特定大小的图像。
同样，该技巧是基于我在对象检测中的经验，我可能是错的：）