我试图用keras实现FCN，但是当我尝试对特征图进行升采样时，我遇到了问题。上采样后要素地图的大小与输入大小不同。我发现发生此问题的原因是要素地图的大小是奇数，并且在合并图层后，其大小由2表示。
例如：输入大小为（95,95,3），其中3为通道数，在我应用最大池之后，大小为（47,47,3）。因此，当我尝试对特征图x2进行升采样时，形状将为（94,94,3）...。
答案 0 :(得分：1)
您需要使用填充以解决您的问题。
如果在下采样期间的某个时刻达到奇数，那么通过普通上采样/转置卷积，您将不会保持输入图像的高度和宽度。
解决方案是填充；看看这个文档：https://www.tensorflow.org/api_docs/python/tf/keras/layers/ZeroPadding2D
实际上，当您以2的系数进行下采样并获得奇数（54/2 = 27）时，您会得到大小（27,27），并且通过ZeroPadding2D可以将图像的大小调整为（28 ，28）。
在遇到“奇数”问题的每个步骤中应用填充将帮助您解决问题。