修改 UpsampleLike

[chimeiw]

我在部署模型的过程中，由于平台不支持自定义的层，所以把您自定义的 **UpsampleLike直接修改为UpSampling2D，最中训练的结构也满足要求，但是在运行predict.py的过程中，随机输入一张图片，在Add节点就会出现shape不匹配的问题，在剪枝过程中也会因为shape不同，出错，这里得请教您下为什么不使用UpSampling2D，使用这个如何适用于不同的输入，请指教，感谢！

P3 = Conv2D_BN_Leaky(cfg['out_channel'], kernel_size=1, strides=1, padding='same', name='C3_reduced', leaky=leaky)(C3)

P4 = Conv2D_BN_Leaky(cfg['out_channel'], kernel_size=1, strides=1, padding='same', name='C4_reduced', leaky=leaky)(C4)

P5 = Conv2D_BN_Leaky(cfg['out_channel'], kernel_size=1, strides=1, padding='same', name='C5_reduced', leaky=leaky)(C5)

P5_upsampled = UpSampling2D(2)(P5)//修改

P4 = Add(name='P4_merged')([P5_upsampled, P4])

P4 = Conv2D_BN_Leaky(cfg['out_channel'], kernel_size=3, strides=1, padding='same', name='Conv_P4_merged', leaky=leaky)(P4)

P4_upsampled = UpSampling2D(2)(P4)//修改

P3 = Add(name='P3_merged')([P4_upsampled, P3])

P3 = Conv2D_BN_Leaky(cfg['out_channel'], kernel_size=3, strides=1, padding='same', name='Conv_P3_merged', leaky=leaky)(P3)

[bubbliiiing]

为了满足不同输入图片的需求，当输入不为32倍数时使用upsample2d会导致不匹配，已更新letterbox_image代码，可固定为32倍数

[chimeiw]

为了满足不同输入图片的需求，当输入不为32倍数时使用upsample2d会导致不匹配，已更新letterbox_image代码，可固定为32倍数

感谢您的答复，我把predict中图片处理时都更改为固定尺寸

[bubbliiiing]

嗯