ResNet50 keras在top=False时给出错误的形状输出

Question

对于迁移学习，我使用ResNet50作为特征提取器。通过使top=False，我从最后一层之前的层获取输出。作为ResNet50的文档，输出的大小应为(#examples, 7, 7, 2048)。但我面临一个奇怪的问题。我得到了(#examples, 8, 8, 2048)的输出形状。代码如下：

model = ResNet50(weights="imagenet", include_top=False)
# batchImages is a list containing images in that batch
# bs is the batch size
features = model.predict(batchImages, batch_size = bs) 

这里特征的形状应该是(#examples, 7, 7, 2048)，但它给出了(#examples, 8, 8, 2048)。为什么会这样

Answer 1

正如我所发现的，ResNet50中的输出特征大小（top=False）取决于图像的输入形状。虽然在文档中，我发现在这种情况下，输出特征形状是(#examples, 7, 7, 2048)，但当我更改输入图像形状时，它会发生变化。尽管我在任何地方都没有找到任何关于这方面的澄清。但正如我所看到的，每当我使用大小为(224 x 224)的图像时，它的工作完全正常。但是，当我将输入图像的大小增加到(255 x 255)时，输出特征向量的大小将更改为(#examples, 8, 8, 2048)。这看起来很奇怪，但实际上正在发生