如何在 Keras 中更改测试时的输入大小？

Question

我在 Keras 中使用 Input_shape(256,256,4) 训练了一个 CNN 模型。但是我想将输入大小更改为(512,512,4)，以减少测试大图像时的测试时间。

我手动更改 .json 文件中的输入形状，并使用

model = model_from_json(json file)

，然后使用

model=load_weights(weights file)

我得到了错误：

ValueError: 检查时出错：预期 input_9 的形状为 (None, 512, 512, 4)，但得到的数组的形状为 (1, 256, 256, 4)

我使用了两种不同类型的权重文件，一种由Modelcheckpoint() 保存，一种由model.save_weights() 保存。但是错误也出现了。

有人可以帮助我吗？提前致谢。

Answer 1

根据您收到的错误消息，更改尺寸没有任何问题。

但是您定义了一个静态形状(512,512,4)。这是您的模型所期望的大小，尽管它是一个完全卷积的模型并且支持不同的大小。

基于this link，您应该能够使用None 在此类模型中定义可变尺寸。所以，你应该使用input_shape=(None,None,4)，而不是(512,512,4)。

这样，模型不会期望静态尺寸。但只有完全卷积的模型才能接受两种不同尺寸的完全相同的权重。 （例如，密集层无法做到这一点）

不过，对于训练/测试，您应该按大小分隔批次，因为 numpy 数组不支持可变形状。您可以使用this answer 来实现。