Python 不同输入尺寸的Keras图像分类

我想使用Tensorflow和Keras来训练一个由大小不同的图像组成的数据集，以便对它们进行分类。但有些是水平的（1400x100），有些是垂直的（100x1000）。 据我所知，Keras接受相同大小的输入图像。 我不确定将它们全部转换为150x150或180x180这样的经典分辨率是否明智，因为它们是水平和垂直的

---

如何解决这个问题？

已经开发了一些方法来处理多尺寸的图像，包括水平和垂直尺寸不等的图像。例如，或。您还可以设置网络，然后使用池操作（例如，全局平均池）在完全连接或其他需要固定大小的层之前获得固定大小的维度

最简单的方法是裁剪或填充图像（例如，使用零），使它们的大小相同