Deep learning 独立于分辨率的UNet实现？

我想知道让UNet模型在不同输入分辨率下工作的最简单方法是什么？我的意思是，如果我减少采样3次，那么对于例如320x320大小的图像，特征层的空间尺寸将是：

320 -> 160 -> 80 -> 40 -> 80 -> 160 -> 320

另一方面，如果输入大小为960x540的图像，则

540 -> 270 -> 135(!) -> 68 -> 136(!) ->...

网络将因为这样的输入图像而崩溃，因为当从跳过连接张量时，张量大小不匹配

---

是否有一些标准技巧来处理此问题？

您可以将输入图像的大小调整为8的最接近倍数（同时保持纵横比）。在这种情况下，每次除以2三次将有整数输出。可能不是一个标准的技巧，但它应该可以工作。是的，我想如果我选择输入的反射填充，然后从输出中删除，那么它应该可以工作。我的意思是使用类似opencv的

cv2.resize

函数来调整大小。所以，我认为它将使用双线性插值调整图像大小。因此，您的图像看起来与原始图像一样，只是大小发生了变化。这对高度矩形的图像不起作用，因为纵横比的变化会阻止网络识别常见对象。但是，填充到可以处理下采样的大小（即使维度可以用正确的数字整除），然后从输出中删除填充似乎是可行的。您可以将输入图像的大小调整为8的最接近倍数（同时保持纵横比）。在这种情况下，每次除以2三次将有整数输出。可能不是一个标准的技巧，但它应该可以工作。是的，我想如果我选择输入的反射填充，然后从输出中删除，那么它应该可以工作。我的意思是使用类似opencv的

cv2.resize

函数来调整大小。所以，我认为它将使用双线性插值调整图像大小。因此，您的图像看起来与原始图像一样，只是大小发生了变化。这对高度矩形的图像不起作用，因为纵横比的变化会阻止网络识别常见对象。但是，填充到可以处理下采样的大小（即使维度可以用正确的数字整除），然后从输出中删除填充似乎是可行的。