Keras verwendet numpige Arrays als Eingabe für Trainingsdaten. Es ist jedoch möglich, Modelle zu erstellen, die variable Eingabegrößen annehmen können. Ich frage mich, ob es eine Möglichkeit gibt, Bilder verschiedener Dimensionen in die Trainingsdaten für ein Modell zu integrieren.Ist es möglich, in Keras auf mehreren Bildgrößen zu trainieren?
Sie können keine variablen Bilder angeben, um ein Modell in Keras zu trainieren. Laut Keras API sieht die Layer-Funktion Input wie folgt aus.
Input(shape=(3,None,None))
Wo, 3 präsentiert Anzahl der Kanäle für RGB-Bilder. Aber Sie müssen Keras deutlich sagen, wie breit und hoch die Trainingsbilder sind. Es gibt also keine Möglichkeit, dass Keras Bilder mit variabler Länge verarbeiten kann.
Also müssen Sie zuerst die Bilder in eine bestimmte Größe transformieren und dann das Modell mit Keras trainieren.
Dies ist korrekt, wenn Sie mit dem Theano-Backend arbeiten, aber wenn Sie das Tensorflow-Backend verwenden, muss shape: shape = (None, None, 3) – Toyo