具有不同圖像尺寸的Keras CNN

Question

我正在嘗試使用VOC2012數據集來訓練CNN。 對於我的項目，我需要黑白數據，因此我提取了R組件。 到現在為止還挺好。 問題在於圖像的大小不同，所以我不知道如何將其傳遞給模型。 我編譯了模型，然后創建了如下的32個迷你批處理（其中X_train和Y_train是文件的路徑）。

for x in X_train:
    img = plt.imread(x)
    img = img.reshape(*(img.shape), 1)
    X.append(img)

for y in Y_train:
    img = plt.imread(y)
    img = img.reshape(*(img.shape), 1)
    Y.append(img)

model.train_on_batch(np.array(X), np.array(Y))

但是，我懷疑由於圖像的大小都不同，所以numpy數組的形狀為（32，）而不是我期望的形狀（32，height，width，1）。 我該如何處理？

Answer 1

根據某些消息來源，確實可以訓練至少一些具有不同輸入大小的體系結構。 （ Quora ， 交叉驗證 ）

當要生成大小可變的數組的數組時，可能只是使用Python的NumPy數組列表或類型為object的ndarray來收集所有圖像數據。 然后在訓練過程中，Quora回答提到只能使用批處理大小1，否則可能會根據大小將多個圖像合並在一起。 甚至可以使用零填充來使圖像大小均勻，但是對於這種方法的有效性我不能說太多。

祝您研究順利！

示例代碼示例：

# Generate 10 "images" with different sizes
images = [np.zeros((i+5, i+10)) for i in range(10)]
images = np.array([np.zeros((i+5, i+10)) for i in range(10)])

# Or an empty array to append to
images = np.array([], dtype=object)