如何在不同大小的图像上训练Keras模型

Question

如何在不同尺寸的图像上训练模型。我的模型包含的输入图像大小为（无，无，3）。但是如何在各种图像尺寸上训练模型？

注意：我的目标是使用深度学习执行图像压缩。通过考虑编解码器对自动编码器进行排序。

Answer 1

选择一致的尺寸来训练模型： 使用足够大的尺寸以使功能区分开来，但不要太大以免模型尺寸变得笨拙。

统一缩放输入，以最大化最长的一面以适合目标尺寸，并用黑色或白色填充较短的一面以使图像达到目标尺寸。

使用最终缩放/填充的图像来训练模型。

虽然填充会引入一些偏差，尤其是在边框边缘，但是特征选择层应该发现纯色的大区域没有意义，并且对最终权重的影响最小。

您可以通过对每个图像进行两次训练来减少偏差，方法是将填充物移到另一侧进行第二次训练。这将有助于提高模型的平移容忍度，并在较高层次上过度拟合的可能性更高。