我正在尝试使用keras实现FCN，但是当我尝试对特征图进行升采样时，出现了问题。上采样后要素地图的大小与输入大小不同。我发现发生此问题是因为要素地图的大小是奇数，并且在合并图层后，其大小由2划分。
例如：输入大小为（95,95,3），其中3为通道数，在我应用最大池后，大小将为（47,47,3）。因此，当我尝试对特征图x2进行升采样时，形状将为（94,94,3）....
您需要使用填充以解决您的问题。
如果在向下采样期间的某个时刻达到奇数，那么通过普通的向上采样/转置卷积，您将不会保持输入图像的高度和宽度。
解决方案是填充；看一下这个文档：https://www.tensorflow.org/api_docs/python/tf/keras/layers/ZeroPadding2D
实际上，当您以2的倍数进行下采样并获得奇数（54/2 = 27）时，您会得到大小（27,27），通过ZeroPadding2D您可以将图像的大小调整为（28， 28）。
在遇到此“奇数”问题的每个步骤中应用填充将帮助您解决问题。