我正在使用 U-net 架构训练分割模型。输入图像尺寸为 250x250。
目前，我手动调整了一些卷积层的填充，以确保模型输出的大小相同，即 250x250。
但当我输入不同尺寸的图像时，例如 500x500 的图像，输出尺寸为 506x506。
如何确保所有尺寸的输出尺寸与输入尺寸相同？
【问题讨论】：
标签： machine-learning deep-learning computer-vision caffe image-segmentation
您可以使用"Crop" 层来强制输出形状相同。
对于 U-net，我建议在每次上采样后使用裁剪层，而不仅仅是在最后，以避免累积填充错误。
关于“填充错误”：
假设您有一个形状为 100x100 的输入，您将其采样 3 倍，如果为 2，您将得到 13x13 的特征图。
现在，如果你每次上采样 3 次 x2
13x13 --> 26x26 --> 52x52 --> 104x104
由于填充/舍入，您有“额外的”4 个像素（在您的问题中，您有 6 个）。
但是，如果您在每次上采样后"Crop"
13x13 --> 26x26 \crop 25x25 --> 50x50 --> 100x100
您会看到，只有在第一次上采样之后，才会出现非平凡的裁剪，并且在该级别只有 1 个像素错误，而不是 4 个。
【讨论】：
"Crop" 层获得第二个输入 ("bottom") 用作“参考”形状。您需要提供下采样特征的 blob 名称。例如，如果"pool_x2" 是下采样的输出 blob，它可以用作 x2 上采样层的参考。