完全卷积网络训练图像大小

Question

我正在尝试使用TensorFlow复制用于语义分割的完全卷积网络的结果。

我被困在将训练图像输入到计算图中。全卷积网络使用VOC PASCAL数据集进行训练。然而，数据集中的训练图像具有不同的大小。

我只想问他们是否对训练图像进行了预处理，使它们具有相同的大小，以及他们是如何对图像进行预处理的。如果没有，他们是否只是将不同大小的图像批量输入FCN？是否可以将一批不同大小的图像输入到TensorFlow的计算图中？有没有可能使用队列输入而不是占位符呢？

Answer 1

不可能将不同大小的图像输入到单个输入批次中。每个批次可以有一个未定义的样本数量(这通常是批次大小，下面用None说明)，但每个样本必须具有相同的维度。

当你训练一个完全卷积网络时，你必须像一个网络一样训练它，在最后有完全连接的层。因此，输入批次中的每个输入图像必须具有相同的宽度、高度和深度。调整它们的大小。

唯一的区别是，当完全连接的层为输入批次中的每个样本(形状[None, num_classes])输出单个输出向量时，完全卷积输出类的概率图。

在训练过程中，当输入图像的维数等于网络的输入维数时，输出将是具有形状[None, 1, 1, num_classes]的概率图。

您可以使用tf.squeeze从输出张量中删除大小为1的维度，然后计算损失和精度，就像对完全连接的网络所做的那样。

在测试时，当您以大于输入尺寸的尺寸馈送网络图像时，输出将是大小为[None, n, n, num_classes]的概率图。

Answer 2

1. 您可以使用batch size =1
2. 您可以将图像大小调整为固定大小，如256,256
3. 您可以将每个批次的大小调整为其内容的图像中值大小。