Keras语义分割：小尺寸训练后无法预测大尺寸图像的问题

完全可以在小尺寸图像上训练模型，同时对大尺寸图像进行预测，以下是具体解决思路和代码调整方案：

方案一：修改模型为动态输入尺寸（推荐） #

你的U-Net模型当前输入尺寸固定为(128,128,1)，这是导致输入不兼容的核心原因。U-Net的结构天然支持可变尺寸输入（只要输入尺寸是下采样/上采样步长的整数倍，256是128的2倍，完全符合要求），只需要修改输入层为动态尺寸即可：

修改后的模型代码 #

# 将固定输入尺寸改为动态尺寸，支持任意符合下采样倍数的输入
inputs = Input((None, None, 1))

s = Lambda(lambda x: x / 255)(inputs)

c1 = Conv2D(16, (3, 3), activation='elu', kernel_initializer='he_normal', padding='same')(s)
c1 = Dropout(0.1)(c1)
c1 = Conv2D(16, (3, 3), activation='elu', kernel_initializer='he_normal', padding='same')(c1)
p1 = MaxPooling2D((2, 2))(c1)

c2 = Conv2D(32, (3, 3), activation='elu', kernel_initializer='he_normal', padding='same')(p1)
c2 = Dropout(0.1)(c2)
c2 = Conv2D(32, (3, 3), activation='elu', kernel_initializer='he_normal', padding='same')(c2)
p2 = MaxPooling2D((2, 2))(c2)

# 保留原模型中间层代码...

u9 = Conv2DTranspose(16, (2, 2), strides=(2, 2), padding='same')(c8)
u9 = concatenate([u9, c1], axis=3)
c9 = Conv2D(16, (3, 3), activation='elu', kernel_initializer='he_normal', padding='same')(u9)
c9 = Dropout(0.1)(c9)
c9 = Conv2D(16, (3, 3), activation='elu', kernel_initializer='he_normal', padding='same')(c9)

outputs = Conv2D(1, (1, 1), activation='sigmoid')(c9)

model = Model(inputs=[inputs], outputs=[outputs])
model.compile(optimizer='adam', loss='binary_crossentropy')

训练与预测调整 #

• 训练阶段：依然使用128x128的图像输入，训练逻辑无需改变，模型会自动适配该尺寸。
• 预测阶段：直接输入256x256的单通道图像（和训练输入格式一致），模型会输出对应尺寸的分割结果，完全满足竞赛要求。

方案二：缩放输入输出（临时替代方案） #

如果不想修改模型结构，可以采用“缩放输入-预测-缩放输出”的流程，但会损失一定精度：

• 预测时将256x256的图像缩放到128x128，输入模型得到128x128的预测结果
• 将预测结果缩放到256x256，注意使用和图像缩放一致的插值方式（推荐用bilinear或nearest，避免模糊）

示例代码（预测阶段） #

from skimage.transform import resize

# 加载256x256的单通道图像
image_256 = np.array(Image.open(test_path).convert('L'))
image_256 = np.expand_dims(image_256, axis=-1)

# 缩放到128x128用于预测
image_128 = resize(image_256, (128, 128), mode='constant', preserve_range=True)
image_128 = np.expand_dims(image_128, axis=0)  # 增加batch维度

# 预测
pred_128 = model.predict(image_128)

# 缩放回256x256
pred_256 = resize(pred_128[0], (256, 256), mode='constant', preserve_range=True)
pred_256 = np.expand_dims(pred_256, axis=0)  # 恢复batch维度

额外修正：数据获取函数的bug #

你的get_data函数存在缩进错误，out[i] = image应该在for循环内部，否则只会将最后一张图像赋值到输出数组中，修正后的代码：

def get_data(a, path, IMG_HEIGHT, IMG_WIDTH, IMG_CHANNELS, t):
    out = np.zeros((len(a), IMG_HEIGHT, IMG_WIDTH, IMG_CHANNELS), dtype=t)
    for i, image_id in enumerate(a):
        path_image = path + image_id
        image = np.array(Image.open(path_image).convert('L'))
        image = resize(image, (IMG_HEIGHT, IMG_WIDTH), mode='constant', preserve_range=True)
        image = np.expand_dims(image, axis=-1)
        out[i] = image  # 修正缩进，放到循环内部
    return out

内容的提问来源于stack exchange，提问作者Snork Maiden