這裡是 AI 研習社，我們的問答版塊已經正式推出了！歡迎大家來多多交流~

https://club.leiphone.com/page/question

社長為你推薦來自 AI 研習社問答社區的精華問答。如有你也有問題，歡迎進社區提問。

話不多說，直接上題

@南明離火 問：alexnet，VGG-16 怎樣調整訓練圖像的尺寸大小不一？強行拉伸和填充會不會影響訓練？

我們經常用到各種各樣的訓練模型做遷移學習比如alexnet,VGG-16,而這些網路的輸入都是固定的圖像大小，比如227227，224224。但是我們自己的訓練圖像大小不一，我想問一下如果對圖像強行進行尺寸修改或者填充輸入（如圖所示）到網路會不會對訓練結果有影響，或者這種圖像大小不一的情況怎麼處理？十分感謝！

來自社友的回答

@邱忠喜：

其實針對自己的需求去設計網路是最好的，Google目標檢測API可以忽略圖像輸入尺寸這個你可以去參考下，在進行拉伸的時候如果和圖像尺寸非成倍數的縮放會導致圖像出現形變，發生形變後對效果是會有影響的，所以不要進行強行拉伸。很多對圖像輸入進行了resize操作，你可以參考一下。

@胡瑛皓

最好不要拉伸 除非你所有的圖片都是拉伸的。預測準確率肯定打折扣，結合一下Image Augumentation。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！