這里一般有常見的幾種方法：

1）將圖像縮放成大小一致后再輸入，如RCNN算法

2）roi pooling：這里允許輸入圖像的大小不一樣，后續(xù)根據(jù)指定的固定大小來求解池化的核大小，以此來得到相同大小的特征圖，如我目標是得到7*7的特征圖，這時候我有一個圖像是14*14，有一個圖像是21*21，則前一個圖像的池化卷積核為2*2，后一個池化卷積核為3*3這樣就保證了最后得到的特征圖都是7*7，這種方法稱之為roi pooling,但是會出現(xiàn)浮點數(shù)，這種方法直接取整，導致特征不完整，主要用在FASTER RCNN，在MASKrcnn中有所改進，用的是roi align算法，保留了浮點數(shù)然后根據(jù)雙線性插值后取值。

總結

以上是生活随笔為你收集整理的【深度学习】——如何处理输入图像大小不一样的情况的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。