Python 使用Tensorflow对象检测API创建的模型执行对象检测时，CNN的图像输入大小是多少？

我使用了Tensorflow对象检测API（TF1）并创建了一个更快R-CNN的冻结推理图.pb文件。 之后，我能够使用下面GitHub存储库中的“object\u detection\u image.py”将对象检测应用于图像

当我使用这段代码时，向更快的R-CNN输入的图像大小有多大？ 我在配置文件中将“image\u resizer{”的“minu-dimension”和“max-dimension”都设置为768。 当我执行目标检测时，输入到更快R-CNN的图像大小是否自动调整为该大小？ 我准备的图像大小是1920 x 1080像素，我想它已经调整到768 x 768像素

如果有人知道这件事，请告诉我

---

谢谢！

假设您使用的是

对象检测\u image.py

您可以修改代码以打印出所用图像的大小：

# ... 
image = cv2.imread(PATH_TO_IMAGE) 

# Add this after line 92:
height, width, channels = image.shape
print height, width, channels 

image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
...

---

我试过你告诉我的，终端显示[10801920,3]。因此，如果您使用Edje Electronics的Object_detection_image.py，这是否意味着1920x1080图像将以其原始大小输入更快的R-CNN？根据CNN的原理，这似乎很奇怪…我会根据

Object_detection_image.py

中的代码说是。我检查了图像大小调整器-

大小调整器.py

脚本这存在于您共享的同一个repo中，基本上是一个脚本，可以将所有图像的大小调整为给定文件夹中大小的1/8。您可以使用该脚本缩小图像，然后将其馈送到检测器。我知道了，我知道我正在将1920 x1080像素的大图像输入FasterR CNN。谢谢您的建议！