android image调整尺寸_Faster RCNN的输入尺寸究竟需不需要限制？

针对网络的研究下，催生出了对于输入图像尺寸的思考，那么，Faster RCNN的尺寸究竟需不需要限制？答案是肯定的，但是原因并不是大多数人所认为的全连接层的影响，而是因为我们对于Faster RCNN的标准化训练需要统一尺寸避免图像分辨率过大所带来的计算负担，就理论而言，是不需要进行尺寸调整的（计算机性能足够的强大），因为ROI pooling的存在相当于SPP-net的弱化版本，这就保证了在进入全连接层分类和回归时，ROI的尺寸已经被调整为可接受的尺寸。

def short_side_resize(img_tensor, gtboxes_and_label, target_shortside_len, length_limitation=1200):
    '''

    :param img_tensor:[h, w, c], gtboxes_and_label:[-1, 5].  gtboxes: [xmin, ymin, xmax, ymax]
    :param target_shortside_len:
    :param length_limitation: set max length to avoid OUT OF MEMORY
    :return:
    '''
    img_h, img_w = tf.shape(img_tensor)[0], tf.shape(img_tensor)[1]
    new_h, new_w = tf.cond(tf.less(img_h, img_w),
                           true_fn=lambda: (target_shortside_len,
                                            max_length_limitation(target_shortside_len * img_w // img_h, length_limitation)),
                           false_fn=lambda: (max_length_limitation(target_shortside_len * img_h // img_w, length_limitation),
                                             target_shortside_len))

    img_tensor = tf.expand_dims(img_tensor, axis=0)
    img_tensor = tf.image.resize_bilinear(img_tensor, [new_h, new_w])

    xmin, ymin, xmax, ymax, label = tf.unstack(gtboxes_and_label, axis=1)

    new_xmin, new_ymin = xmin * new_w // img_w, ymin * new_h // img_h
    new_xmax, new_ymax = xmax * new_w // img_w, ymax * new_h // img_h
    img_tensor = tf.squeeze(img_tensor, axis=0)  # ensure image tensor rank is 3

    return img_tensor, tf.transpose(tf.stack([new_xmin, new_ymin, new_xmax, new_ymax, label], axis=0))

上述代码为训练阶段需要将尺寸调整到标准化尺寸，但这种设置并不是设置为固定的256*256这种格式，首先对短边与阈值短边边的最小尺寸如600进行比值，用这个比值去与长边进行乘积，如果计算后的长边小于阈值最大边，则刚才的尺寸调整就是最终的尺寸，如果长边的值大于了阈值，那么就需要用长边去和阈值最大边进行比值，再去用这个比值乘以短边，从而得到最终的输入调整尺寸。