使用对象检测API的默认配置时，图像缩放器的不同尺寸有何影响

我试图使用 Tensorflow 的对象检测 API 来训练模型。 我正在使用更快的 rcnn resnet101 的示例配置（https://github.com/tensorflow/models/blob/master/object_detection/samples/configs/faster_rcnn_resnet101_voc07.config https://github.com/tensorflow/models/blob/master/object_detection/samples/configs/faster_rcnn_resnet101_voc07.config).
以下代码是我不太明白的配置文件的一部分：

image_resizer {
  keep_aspect_ratio_resizer {
    min_dimension: 600
    max_dimension: 1024
  }
}

我的问题是：

1. 的确切含义是什么min_dimension and max_dimension？这是否意味着输入图像的大小将调整为 600x1024 或 1024x600？
2. 如果我有不同尺寸的图像，并且其中一些图像相对大于 600x1024（或 1024x600），我可以/应该增加min_dimension and max_dimension?

之所以有这样的疑问，是来自于这篇文章：TensorFlow 对象检测 API 奇怪的行为 https://stackoverflow.com/questions/45029977/tensorflow-object-detection-api-weird-behaviour

在这篇文章中，作者自己也给出了这个问题的答案：

然后我决定裁剪输入图像并将其作为输入提供。只是为了看看结果是否有所改善，确实如此！
事实证明，输入图像的尺寸远大于模型接受的 600 x 1024。因此，它将这些图像缩小到 600 x 1024，这意味着香烟盒正在丢失其细节:)

它使用的配置与我使用的相同。 我不确定是否可以更改这些参数（如果它们是此特殊模型 fast_rcnn_resnet101 的默认设置或推荐设置）。

经过一些测试，我想我找到了答案。如果有什么不对的地方请指正。

在 .config 文件中：

image_resizer {
  keep_aspect_ratio_resizer {
    min_dimension: 600
    max_dimension: 1024
  }
}

根据'object_detection/builders/image_resizer_builder.py'的图像缩放器设置

if image_resizer_config.WhichOneof(
    'image_resizer_oneof') == 'keep_aspect_ratio_resizer':
  keep_aspect_ratio_config = image_resizer_config.keep_aspect_ratio_resizer
  if not (keep_aspect_ratio_config.min_dimension
          <= keep_aspect_ratio_config.max_dimension):
    raise ValueError('min_dimension > max_dimension')
  return functools.partial(
      preprocessor.resize_to_range,
      min_dimension=keep_aspect_ratio_config.min_dimension,
      max_dimension=keep_aspect_ratio_config.max_dimension)

然后它尝试使用“object_detection/core/preprocessor.py”的“resize_to_range”函数

  with tf.name_scope('ResizeToRange', values=[image, min_dimension]):
    image_shape = tf.shape(image)
    orig_height = tf.to_float(image_shape[0])
    orig_width = tf.to_float(image_shape[1])
    orig_min_dim = tf.minimum(orig_height, orig_width)

    # Calculates the larger of the possible sizes
    min_dimension = tf.constant(min_dimension, dtype=tf.float32)
    large_scale_factor = min_dimension / orig_min_dim
    # Scaling orig_(height|width) by large_scale_factor will make the smaller
    # dimension equal to min_dimension, save for floating point rounding errors.
    # For reasonably-sized images, taking the nearest integer will reliably
    # eliminate this error.
    large_height = tf.to_int32(tf.round(orig_height * large_scale_factor))
    large_width = tf.to_int32(tf.round(orig_width * large_scale_factor))
    large_size = tf.stack([large_height, large_width])

    if max_dimension:
      # Calculates the smaller of the possible sizes, use that if the larger
      # is too big.
      orig_max_dim = tf.maximum(orig_height, orig_width)
      max_dimension = tf.constant(max_dimension, dtype=tf.float32)
      small_scale_factor = max_dimension / orig_max_dim
      # Scaling orig_(height|width) by small_scale_factor will make the larger
      # dimension equal to max_dimension, save for floating point rounding
      # errors. For reasonably-sized images, taking the nearest integer will
      # reliably eliminate this error.
      small_height = tf.to_int32(tf.round(orig_height * small_scale_factor))
      small_width = tf.to_int32(tf.round(orig_width * small_scale_factor))
      small_size = tf.stack([small_height, small_width])

      new_size = tf.cond(
          tf.to_float(tf.reduce_max(large_size)) > max_dimension,
          lambda: small_size, lambda: large_size)
    else:
      new_size = large_size

    new_image = tf.image.resize_images(image, new_size,
                                       align_corners=align_corners)

从上面的代码中，我们可以知道是否有一张尺寸为800*1000的图像。最终输出图像的尺寸将为600*750。

也就是说，此图像调整器将始终根据“min_dimension”和“max_dimension”的设置调整输入图像的大小。