我正在研究深度估计网络。它有两个输出：
- 相对深度图
- 用于将相对深度图缩放为绝对深度图的标量。第二个输出使用密集层，因此我们不能使用可变大小的输入。
我们正在尝试处理两个不同的尺寸（192x256 和 256x192）。当前的方法是对图像进行信箱处理，这意味着在图像上应用黑色，使其输出为 256x256。我们决定采用这种方法，而不是将图像中心裁剪为 192x192，因为我们相信裁剪可能会丢失有价值的数据。
使用信箱时，我看到两条路径：
- 在我的损失函数中忽略图像的信箱部分。损失函数只会对图像的原始部分进行计算。
- 为信箱部分设置一个静态值，并将其作为损失的一部分。
#1 是正确的方法吗？然后，网络将能够预测黑色信箱部分的任何深度值，而不会受到惩罚。我担心 #2 会混淆信箱部分和图像的实际暗部分之间的网络。