这是在ai.stackexchange中询问的question的转贴。由于该论坛没有太多的牵引力，我想我可能会在这里尝试我的机会。深度学习：数据集包含不同尺寸和方向的图像
我有一个特定对象的不同维度的图像的数据集。该物体的几张图像也处于不同的方向。目标是学习对象的功能（使用自动编码器）。
是否有可能创建一个网络，该网络可以考虑输入图像的不同尺寸和方向，或者我应该严格考虑包含均匀尺寸图像的数据集？一般而言，用于培训深度网络的合格数据集的必要标准是什么？
这个想法是，我想避免预处理我的数据集，通过缩放规范化，重新定向操作等。我希望我的网络能够解释尺寸和方向的变化。请同样指出我的资源。
编辑：
作为一个示例，考虑由香蕉的图像的数据集。它们具有不同的尺寸，例如，265x525 px，1200x1200 px，165x520 px等等。90％的图像以一个正交方向显示香蕉（例如，正视图），其余的以不同的方向显示香蕉（例如，等距视图）。
几乎所有的人都会在将它们发送到CNN之前将其所有图像的大小调整为相同大小。除非你面临真正的挑战，否则这可能是你应该做的。
也就是说，它是可能建立一个单一的CNN，将图像输入作为不同的维度。有很多方法可以尝试做到这一点，我不知道任何已发表的科学分析这些不同的选择。关键是这组学习参数需要在不同输入大小之间共享。虽然卷积可以应用于不同的图像尺寸，但最终它们总是被转换为单个矢量来进行预测，而矢量的大小将取决于输入，卷积和合并图层的几何形状。您可能希望基于输入几何图形动态更改池图层，并使卷积保持不变，因为卷积图层具有参数，并且池通常不会。所以在更大的图像上，你更积极地融合。
实际上，您希望将类似（相同）大小的图像组合在一起放入小型贴片中进行高效处理。这对于LSTM型号模型很常见。这种技术通常被称为“bucketing”。有关如何有效执行此操作的说明，请参阅http://mxnet.io/how_to/bucketing.html。
是否有可能创建具有考虑不同的尺寸和输入图像
通常的方式来处理不同的图像的定向层的网络是以下内容：
width = height。如果您拍摄多个作物，则将所有作物通过网络并对结果进行平均。但是，也有全球平均汇总（例如Keras docs）。
符合条件的数据集一般用于训练深度网络的必要条件是什么？
这是一个难以回答的问题，因为（1）深度学习有很多不同的方法，而且这个领域相当年轻（2）我很确定现在没有定量的答案。
这里有两条经验规则：每个类
Learning curves和validation curves的数据越多有助于估计更多培训数据的影响。
据我所知，没有超参数可以在训练过程中根据输入维度控制cnn模型的结构。 – Dale
@Jugesh：你能否把第一段写在评论中？ –