问如何在运行Tensorflow推理时不调整输入图像的大小

EN

可以在模型配置文件中对其进行配置。

image_resizer {
      fixed_shape_resizer {
        height: 300
        width: 300
      }
}

如果您删除了image_resizer，它应该可以正常工作。但要回答您的问题:为什么要删除调整大小？取消调整大小将严重影响培训时间和性能。而且，由于您的培训图像和输入图像是通过tensorflow模型配置调整大小的，所以模型仍然可以“看到”它，以防您考虑信息丢失。另外，SSD还接受了关于可可的培训，由于上述培训时间和性能的原因，他们考虑对其进行调整。

尽管您可以尝试以下替代方法，而不是调整大小(如果出于某些原因)，但这并不是您想要做的。

• 多种作物。例如，AlexNet最初接受了5种不同作物的训练:中、左上、右上、左下角、右下角。
• 随机作物。只需从图像中提取一些随机作物，希望神经网络不会有偏差。
• 调整尺寸和变形。在不考虑高宽比的情况下，将图像调整到固定大小。这将变形图像内容，但保留，但现在您可以确定没有内容被削减。
• 可变大小的输入。不要在可变大小的图像上裁剪和训练网络，使用像空间金字塔池这样的东西来提取一个固定大小的特征向量，可以与完全连接的层一起使用。