FCN 训练和测试期间的不同图像尺寸
Different image dimensions during training and testing time for FCNs
我正在阅读多个相互矛盾的 Whosebug posts，我真的很困惑现实是什么。
我的问题如下。如果我在 128x128x3 图像上训练 FCN，是否可以提供大小为 256x256x3 或 B)128x128 或 C) 的图像，因为输入必须相同培训和测试？
考虑一下 。在这个 post 中，它建议图像在输入和输出过程中必须具有相同的尺寸。这对我来说很有意义。
SO post #2：在这个post中，它建议我们可以在测试期间转发不同大小的图像，如果你做一些奇怪的挤压操作，这就成为可能。完全不确定这怎么可能。
SO ：在这个post中提示只需要深度相同，不需要高宽相同。这怎么可能？
我理解的底线是，如果我在 128x128x3 上训练，那么从输入层到第一个 conv 层，(1) 有一个发生的固定步数。因此，(2) 固定的特征图大小，相应地，(3) 固定数量的权重。如果我突然将输入图像大小更改为 512x512x3，则训练和测试的特征图甚至无法比较，因为大小不同 UNLESS.
- 当我输入尺寸为
512x512 的图像时，只有顶部 128x128 被考虑，图像的其余部分被忽略
- 512x512 图像在传送到网络之前调整大小。
有人可以澄清一下吗？如您所见，有多个 post 与此相关，但没有一个规范的答案。因此，每个人都同意的社区辅助答案将非常有帮助。
这是我的细分，
Post 1
是的，这是做事的标准方式。如果你有可变大小的输入，你 crop/pad/resize 它们这样你的输入都是相同的大小。
Post 2
注意这个人说的是 "fully convolutional network" 而不是 "fully connected network"。在全卷积网络中，所有层都是卷积层，只要通道维度固定，卷积层就可以处理任意大小（宽度和高度）的输入。
标准卷积网络需要固定输入大小，因为 "flattening" 在将卷积输出馈送到完全连接的层之前完成。因此，如果你摆脱了完全连接的层（即完全卷积网络），你就不会有这个问题。
Post 3
说的和Post2（在我眼里）基本一样。总而言之，如果您的卷积网络有一个全连接层，并且您尝试输入可变大小的输入，您将得到 RunTimeError。但是如果你有一个卷积输出并且你输入一个 7x7x512 (h x w x channel) 输入你会得到一个 (1x1x<output_channel>) 输出，如果你输入 8x8x512 输入，你会得到一个 (2x2x<output_channel>)输出（因为卷积运算）。
结论
底线是，如果你的网络在某处有完全连接的层，你不能直接提供可变大小的输入（没有 pad/crop/resize），但如果你的网络是完全卷积的，你可以。
有一件事我不知道也不能评论，当概率图的大小为 [None, n, n, num_classes] 时（如 Post #2），如何将其带到 [None, 1, 1, num_classes] 因为你需要这样做才能执行 tf.squeeze.
编辑 1：
卷积 kernel/input/output 的行为方式
我添加此部分是为了阐明卷积运算的 input/output/kernel 在输入大小发生变化时的行为方式。如您所见，输入的变化将改变尺寸（即高度和宽度尺寸）。但是内核（形状为 [height x width x in_channels x out_channels] 在此更改期间不会受到影响。
希望这是有道理的。
我正在阅读多个相互矛盾的 Whosebug posts，我真的很困惑现实是什么。
我的问题如下。如果我在 128x128x3 图像上训练 FCN，是否可以提供大小为 256x256x3 或 B)128x128 或 C) 的图像，因为输入必须相同培训和测试？
考虑一下
SO post #2：在这个post中，它建议我们可以在测试期间转发不同大小的图像，如果你做一些奇怪的挤压操作，这就成为可能。完全不确定这怎么可能。
SO
我理解的底线是，如果我在 128x128x3 上训练，那么从输入层到第一个 conv 层，(1) 有一个发生的固定步数。因此，(2) 固定的特征图大小，相应地，(3) 固定数量的权重。如果我突然将输入图像大小更改为 512x512x3，则训练和测试的特征图甚至无法比较，因为大小不同 UNLESS.
- 当我输入尺寸为
512x512的图像时，只有顶部128x128被考虑，图像的其余部分被忽略 - 512x512 图像在传送到网络之前调整大小。
有人可以澄清一下吗？如您所见，有多个 post 与此相关，但没有一个规范的答案。因此，每个人都同意的社区辅助答案将非常有帮助。
这是我的细分，
Post 1
是的，这是做事的标准方式。如果你有可变大小的输入，你 crop/pad/resize 它们这样你的输入都是相同的大小。
Post 2
注意这个人说的是 "fully convolutional network" 而不是 "fully connected network"。在全卷积网络中，所有层都是卷积层，只要通道维度固定，卷积层就可以处理任意大小（宽度和高度）的输入。
标准卷积网络需要固定输入大小，因为 "flattening" 在将卷积输出馈送到完全连接的层之前完成。因此，如果你摆脱了完全连接的层（即完全卷积网络），你就不会有这个问题。
Post 3
说的和Post2（在我眼里）基本一样。总而言之，如果您的卷积网络有一个全连接层，并且您尝试输入可变大小的输入，您将得到 RunTimeError。但是如果你有一个卷积输出并且你输入一个 7x7x512 (h x w x channel) 输入你会得到一个 (1x1x<output_channel>) 输出，如果你输入 8x8x512 输入，你会得到一个 (2x2x<output_channel>)输出（因为卷积运算）。
结论
底线是，如果你的网络在某处有完全连接的层，你不能直接提供可变大小的输入（没有 pad/crop/resize），但如果你的网络是完全卷积的，你可以。
有一件事我不知道也不能评论，当概率图的大小为 [None, n, n, num_classes] 时（如 Post #2），如何将其带到 [None, 1, 1, num_classes] 因为你需要这样做才能执行 tf.squeeze.
编辑 1：
卷积 kernel/input/output 的行为方式
我添加此部分是为了阐明卷积运算的 input/output/kernel 在输入大小发生变化时的行为方式。如您所见，输入的变化将改变尺寸（即高度和宽度尺寸）。但是内核（形状为 [height x width x in_channels x out_channels] 在此更改期间不会受到影响。
希望这是有道理的。