卷積神經網絡可以將不同大小的輸入圖像作為輸入嗎？

我正在研究用於圖像識別的捲積網絡，我想知道是否可以輸入不同大小的圖像（儘管差別不大）。

在這個項目上：https ://github.com/harvardnlp/im2markup

他們說：

and group images of similar sizes to facilitate batching

因此，即使經過預處理，圖像仍然具有不同的大小，這是有道理的，因為它們不會刪除公式的某些部分。

使用不同尺寸有什麼問題嗎？如果有，我應該如何解決這個問題（因為公式不適合相同的圖像大小）？

任何輸入將不勝感激

使用不同尺寸有什麼問題嗎？如果有，我應該如何解決這個問題（因為公式不適合相同的圖像大小）？

這取決於神經網絡的架構。一些架構假設所有圖像都具有相同的維度，而其他架構（例如 im2markup）則不做這樣的假設。我相信 im2markup 允許不同寬度的圖像這一事實不會帶來任何問題，因為它們使用 RNN 掃描卷積層的輸出。

將相似大小的圖像分組以方便批處理

這通常是為了通過避免添加太多填充來加快速度。

引用自：https://stats.stackexchange.com/questions/250258