我想自动将图像（rgb）上的汽车检测为每个像素的可能值。我想创建一个具有0到100个可能值的结果图像，例如，如果某个像素在汽车类别中的概率为98％，则此像素值的结果应该为98。
我希望输入图像的输出图像大小相同。
我的数据 标签（仅包含0-100像素值） 例如：
img1.shape = 2238, 3126, 3 img1.shape 2238, 3126
img2.shape = 668, 7234, 3 img2.shape = 668, 7234
img3.shape = 4225, 5598, 3 img3.shape = 4225, 5598
...
如何训练这些不同大小的数据以及应该为该问题创建哪种网络？