Neural network 动态调整图像大小Caffe

Neural network 动态调整图像大小Caffe,neural-network,computer-vision,deep-learning,caffe,image-resizing,Neural Network,Computer Vision,Deep Learning,Caffe,Image Resizing,我有一个名为data的层,它获取输入图像318x318。当它通过我的卷积层时,最终的尺寸将是300x300。我想使用Caffe中的Elementwise layer将300x300版本的输入图像与卷积层的300x300输出图像相结合。有没有办法,我可以创建这个300x300图像版本从318x318输入图像在caffe飞行 或者有人能建议我在咖啡馆做这件事的正确方法吗?我的方法可能是错误的。我想你的空间维度减少了,因为你没有填充卷积层。如果您想精确地适应输入大小和输出大小,填充卷积可能是比“动态调

我有一个名为data的层,它获取输入图像318x318。当它通过我的卷积层时,最终的尺寸将是300x300。我想使用Caffe中的Elementwise layer将300x300版本的输入图像与卷积层的300x300输出图像相结合。有没有办法,我可以创建这个300x300图像版本从318x318输入图像在caffe飞行


或者有人能建议我在咖啡馆做这件事的正确方法吗?我的方法可能是错误的。

我想你的空间维度减少了,因为你没有填充卷积层。如果您想精确地适应输入大小和输出大小,填充卷积可能是比“动态调整大小”更好的策略。是的,你是对的,但我读到安德烈·克雷帕蒂的一篇文章说不要做填充。也许我可以写一个python层。我会在完成后发布。@Dharma根据我的经验,使用.pyyhon层动态调整大小会降低你的网络性能。事实上,不建议使用填充,但在您的特定场景中,我认为这是较小的缺点谢谢Shai。那么我就不尝试python层了。也许我会改变我的方法。