最近在看Deeplab系列的论文，文中提到了语义分割领域的一个难题是：将图片输入网络之前需要resize成统一大小，但是resize的话会造成细节信息的损失，所以想要网络处理任意大小的图片输入。我之前训练的U-net网络都是resize成224*224大小，于是我想实验一下不resize，直接将数据经过Totensor(),归一化之后直接丢进网络，但是确报错了

查了一下发现，在Pytorch中
1.DataLoader中的默认collate_fn假设每个样本形状相同,直接堆叠(stack)
2.模型的输入层也通常会假设输入是一个固定形状的tensor
3.很多图像操作函数(如torchvision.transforms)也要求图像形状相同
所以这让我很疑惑，这种处理任意大小的图片在训练过程中该如何实现呢？还是说中只是在test的时候能够处理任意大小的图片就行，因为不需要Dataloader了。