能否在Create ML中修改风格迁移模型的输出尺寸？支持程序化操作吗？

一、Create ML可视化界面直接设置 #

• 打开你的风格迁移项目，进入训练设置面板
• 找到「输出尺寸」选项，直接调整为目标分辨率（如1024x1024、2048x2048）
• 重新训练模型，新模型的输出尺寸会匹配设置值

二、程序化修改已训练的Core ML模型 #

如果已完成训练不想重训，可通过Core ML Tools修改模型的尺寸约束：

1. 安装依赖

   pip install coremltools
   

2. 编写Python脚本修改

   import coremltools as ct
   
   # 加载本地的风格迁移模型
   model = ct.models.MLModel("YourStyleTransferModel.mlmodel")
   spec = model.get_spec()
   
   # 配置输入图像尺寸范围（支持1到4000像素）
   input_image_type = spec.description.input[0].type.imageType
   input_image_type.widthConstraint.min = 1
   input_image_type.widthConstraint.max = 4000
   input_image_type.heightConstraint.min = 1
   input_image_type.heightConstraint.max = 4000
   
   # 配置输出图像尺寸与输入一致
   output_image_type = spec.description.output[0].type.imageType
   output_image_type.widthConstraint.min = 1
   output_image_type.widthConstraint.max = 4000
   output_image_type.heightConstraint.min = 1
   output_image_type.heightConstraint.max = 4000
   
   # 保存修改后的模型
   ct.models.MLModel(spec).save("ResizedStyleTransferModel.mlmodel")
   

3. 关键说明

   • 修改后模型的输出尺寸会和输入图像尺寸保持一致
   • 大尺寸输出会增加内存占用和计算耗时，需结合设备性能调整
   • 若要固定输出尺寸，将width和height的min、max设为相同值即可

三、移动端项目中动态控制输出 #

在iOS/macOS调用模型时，也可通过预处理调整输出：

• 先将大尺寸输入图缩放到目标尺寸，再传入模型预测
• 若模型已修改尺寸约束，直接传入原尺寸图像，模型会输出对应大小的结果

内容的提问来源于stack exchange，提问作者sabiland