请问一下这个模块在分割的时候如何设置dct_h和dct_w?

[nnoyuwan]

输入要经过下采样和上采样，输入图片也就需要缩小和放大好几次，那我是不是要在__init__就把input size传进去，有什么办法能实时获取输入大小吗？

我有尝试在forward函数里获取x的大小，但后面训练很慢，我就意识到dct应该需要在搭建网络时预生成。

[cfzd]

@nnoyuwan
我们在检测的模型中考虑到了这个问题，其实这个大小只是一个“参考大小”，并不一定是要和输入一样的。具体的代码可以看这个地方：

FcaNet/model/layer.py

Lines 54 to 55 in aa5fb63

	if h != self.dct_h or w != self.dct_w:
	x_pooled = torch.nn.functional.adaptive_avg_pool2d(x, (self.dct_h, self.dct_w))

如果输入大小和DCT大小不一样的话，我们会先做个resize然后在提取DCT频谱，而且resize只对应提取频谱，不会对输入特征造成任何影响。

其实也有个简单的办法，你可以把所有的dct_w和dct_h统统都设置为7，不用考虑输入大小的问题。

[nnoyuwan]

谢谢