Deep learning 在Keras中连接之前调整卷积层的大小

我正在阅读并希望在Keras中实现这一点

在U-Net中，我需要连接卷积层，一个在收缩路径中，另一个在扩展路径中（本文中的图1.1）

但是，它们的大小不匹配，所以在连接之前，我必须调整卷积层的输出大小

---

如何在Keras中执行此操作？

Keras中有一个裁剪2D层：

---

将第一个大小（568x568）连接到最后一个上采样大小（392x392）的示例

Keras中有一个裁剪2D层：

将第一个大小（568x568）连接到最后一个上采样大小（392x392）的示例

...
conv_13 = Conv2D(64, (3, 3), padding='same', activation='relu')(conv_12) # has outputsize of 568x568
...
crop_13 = Cropping2D((392, 392))(conv_13) # crop 568x568 to 392x392 symmetrically
merge_91 = Concatenate()([crop_13, upsampled_81) # concatenate both layers with same 2D size
...