张量流中的不同图像大小与batch_size = 1

Question

我想实现一个python类，它可以加载tensorflow model并实现推理。但是我不知道如何输入具有可变图像尺寸的图像。 ：（

class ArtGenerater():
    def __init__(self,model_path):
            self.model_path = model_path
            # vary shape?
            self.x = tf.placeholder(tf.float32,shape=(1,512,512,3))
            self.gen = model.resnet(self.x)
            self.out = tf.saturate_cast(self.gen,tf.uint8)

            self.sess = tf.Session()
            file = tf.train.lastest_checkpoint(self.model_path)
            saver = tf.train.Saver()
            saver.restore(self.sess,file)
    def pic(self,image_path):
            img =np.asarray(Image.open(image_path)).astype(np.float32)
            img = np.expand_dims(img,0)
            output_t = self.sess.run(self.out,feed_dict={self.x:img})
            return output_t

现在我只使用tf.placeholder(tf.float32,shape=(1,512,512,3))， 但我的图像有不同的大小（例如1000 * 900）。

我该如何实现这个功能？ 谢谢。

修改

谢谢大家。我用以下方法解决了问题：

x = tf.placeholder(tf.string)
img = tf.image.decode_jpeg(x,channels=3)

这可以提供不同图像大小的网络（我的ConvNet包含许多conv2d＆amp; conv2d_tranpose）。 ：）