PROSAGA码农传奇-图像索引-caffe input_shape实际上是如何工作的？

<div class =“post-text”itemprop =“text”>
  
    原来输入的形状不是由这里的术语决定的：
  
   <pre>
 <code>
 input: "data"
input_shape {
 dim: 1
 dim: 3
 dim: 224
 dim: 224
}

input: "im_info"
input_shape {
  dim: 1
  dim: 3
}

</code>
 </pre>
  
    将输入dim更改为任意大小后，如424：
  
   <pre>
 <code>
 input: "data"
input_shape {
 dim: 1
 dim: 3
 dim: 424
 dim: 424
}

input: "im_info"
input_shape {
  dim: 1
  dim: 3
}

</code>
 </pre>
  
    测试AP不会改变一点，表示已完成一些修改，因此图像大小不在此处确定
     <code>
 input_shape
 </code>
     在
     <code>
 test.prototxt
 </code>
    ，然后我深入研究代码，在这里找到行：
  
   <pre>
 <code>
 net.blobs['data'].reshape(*(blobs['data'].shape))

</code>
 </pre>
  
    之前 ：
  
   <pre>
 <code>
 forward_kwargs = {'data': blobs['data'].astype(np.float32, copy=False)}
if cfg.TEST.HAS_RPN:
 forward_kwargs['im_info'] = blobs['im_info'].astype(np.float32, copy=False)
else:
 forward_kwargs['rois'] = blobs['rois'].astype(np.float32, copy=False)
blobs_out = net.forward(**forward_kwargs)

</code>
 </pre>
  
    和blobs ['data']。形状是输入图像的大小，调整大小进程，宽度为600 :(我不在这里发布所有行）
  
   <pre>
 <code>
 im_scale = float(cfg.TEST.MAX_SIZE) / float(im_size_max)
im = cv2.resize(im_orig, None, None, fx=im_scale, fy=im_scale,
 interpolation=cv2.INTER_LINEAR)

</code>
 </pre>
</DIV>