我正在处理不同尺寸（x,y）的图像。当在MaxPooling2D之后使用UpSampling2D时，由于x维度不等于y维度，图像重建效果不佳。当x=y时（例如28×28），它能正常工作，但在我的情况中（388×45）。我该如何解决这个问题？

input_img = Input(shape=(388, 45, 1))  x = Conv2D(32, (3, 3), activation='relu', padding='same')(input_img)x = MaxPooling2D((2, 2), padding='same')(x)x = UpSampling2D((2, 2))(x)x = Conv2D(1, (3, 3), activation='sigmoid', padding='same')(x)

回答：

解决这个问题的方法是在上采样层之后添加ZeroPadding2D，以达到所需的形状。

实际上，如果您的图像形状为((19,30))，为了得到一个偶数，例如在第一个位置，您可以添加：

x = UpSampling2D((2, 2))(x) #假设上采样后的形状为(19,30)，但您需要(20,30)x = ZeroPadding2D(((1, 0), (0, 0)))(x) #如果您想让第二个维度增加1，则更改为ZeroPadding2D(((0, 0), (0, 1)))

您可以在以下回答中找到ZeroPadding2D的完美使用示例：segnet in keras: total size of new array must be unchanged error