這是一個對所有計算機視覺工作者的簡短警告：請勿使用任何tf.image.resize函式！
該程式碼實際將你的影象向左和向上移動一個畫素，這個破壞過程甚至在插值中。這是2018年，很難想象這是TensorFlow對縮小尺度的結果。
 無論你偏好什麼樣的影象處理過程，堅持使用Scipy/OpenCV/numpy/PIL。當我改變了這部分程式碼，我的網路煥發出了魅力（當我看到訓練結果時，實際上是第二天）。

resized = tf.image.resize_images(image,H, W, method=0)

新版resize_images函式改為：

resized = tf.image.resize_images(image, size=[H,W], method=0)

image：shape 為[batch, height, width, channels]的4-D影象張量或者shape為 [height, width, channels]的3-D影象張量

1.雙線性插值演算法（Bilinear interpolation）;Method取值為：0；

2.最近鄰居法（Nearest  neighbor interpolation);Method取值為：1；

3.雙三次插值法（Bicubic interpolation);Method取值為：2；

4.面積插值法（Area interpolation) ;Method取值為：3；