用於超分辨率的Tensorflow的可變分辨率

Question

我使用張量流將圖像縮放了2倍。但由於張量（批量，高度，寬度，通道）決定了分辨率，因此只接受一個分辨率的圖像進行推理和訓練。

對於其他決議，我必須修改代碼並重新訓練模型。是否有可能使我的代碼解決方案獨立？理論上，圖像的卷積是獨立於分辨率的，我沒有看到爲什麼這是不可能的。

我不知道如何在tensorflow中做到這一點。有什麼可以幫助我嗎？

感謝

Answer 1

好了，這裏是我做過什麼：

輸入和輸出張量現在有形狀（BATCHSIZE，無，無，通道）

訓練圖像現在已經被調整在網絡之外。

重要提醒：培訓圖像必須是相同的大小，因爲他們在批量！一批中的圖像必須具有相同的尺寸。當推斷批量大小爲1時，尺寸無關緊要。