Свертка-деконволюция с сохранением исходного размера изображения ⇐ Python

[Anonymous]

Я пытаюсь реализовать pspnet в тензорном потоке.
Для этого требуется модуль пула, который принимает входные данные, а также несколько размеров ядра:
выполняет усреднение пула на входе с каждым ядром AveragePooling2D
выполняет свертку 1x1, после чего используется UpSampling2D
Наконец, все разные преобразования Выходные данные -deconv объединяются и передаются вперед

Код: Выделить всё

def pyramid_pooling_module(x, pool_sizes):
pool_outputs = []
for pool_size in pool_sizes:
pooled= layers.AveragePooling2D(pool_size)(x)
pooled= layers.Conv2D(512, (1,1), padding='same')(pooled)
pooled= layers.UpSampling2D(size=pool_size, interpolation='bilinear')(pooled)
print(pool_size)
pool_outputs.append(pooled)
return layers.Concatenate()(pool_outputs)

Входные данные будут иметь размерность 68, 120
Из-за чего используемые ядра (1x1, 2x2, 3x3, 6x6) будут иметь ошибки округления от средних слоев пула для 3x3, 6x6
таким образом, что окончательные объединенные выходные данные для этих слоев будут (66, 120)
Я не знаю, как исправить это должно изменить размер моих входных данных до размера, который точно делится на 6x6? есть ли другой способ?

Подробнее здесь: https://stackoverflow.com/questions/790 ... image-size