我在512x512尺寸的图像上训练了一个模型。我目前拥有982x982（或其他尺寸）的图像，需要模型进行预测。在这些图像上运行时，出现关于意外输入数组形状的错误。
Tensorflow是否提供任何方法来方便地在尺寸/形状大于模型所训练的图像上部署模型？
更多详细信息：
具体地说，这是用于图像分割的模型。
我认为解决该问题的一种方法是创建自己的滑动窗口脚本，该脚本以与原始图像不同的间隔输入到预期大小的模型窗口中，然后以某种方式将所有这些输出窗口粘贴回经过模型后的单个图像。但是，我想知道是否有更标准的方法。
我是Tensorflow（和图像分割）的新手，所以很可能我错过了一些东西，或者我的问题不清楚。
谢谢您的任何建议：）
答案 0 :(得分：0)
我曾经对如何处理更大或更小的图像有相同的疑问。根据我的经验，一种可能的方法是将图像调整为网络的输入大小。例如，如果您当前的图像大小为982x982，而网络输入大小为512x512，那么您可以使用Pillow或OpenCV之类的某些库来调整原始图像的大小从982x982到512x512。
您的方法是一种可能的解决方案。我要说的是，除了调整大小操作外，还有许多可能的解决方案，但是您最好尝试使用这种最简单的方法来查看网络是否运行良好。从我的项目中学到的是，我们总是可以尝试最简单的解决方案，并且在大多数情况下，它可以完美地工作。
通常来说，没有通用的完美方法。您可以从最简单的方法开始，如果不起作用，则找到更复杂的方法。