统一采样器中的尺寸是如何生成的？我尝试调试图像大小，它似乎适用于某些迭代，但不适用于其他迭代。任何想法如何解决这个问题。我的配置如下：
[风俗]
类数：14
输出概率：真
标签标准化：真
软最大：真
min_sampling_ratio: 0
强制标签：(0, 1)
rand_samples：0
min_numb_labels：1
proba_connect：真
评估单位：前景
图像：（'图像'，）
标签：（'标签'，）
重量： （）
采样器：（）
- 推断： （）
名称：net_segment
[配置文件]
- 路径：/home/ubuntu/niftynet/extensions/deepmedic/deepmedic_all_task_renambed_labels.ini
[图片]
csv_file:
path_to_search: /home/ubuntu/med_deacthalon/Task_all_same_names/imagesTr_1
文件名包含：（）
filename_not_contains: ('肺',)
interp_order：3
装载机：无
pixdim: (1.0, 1.0, 1.0)
轴码：（'A'，'R'，'S'）
空间窗口大小：（51、51、51）
[标签]
-csv_file:
path_to_search: /home/ubuntu/med_deacthalon/Task_all_same_names/labelsTr_1
文件名包含：（）
filename_not_contains: ('肺',)
interp_order：3
装载机：无
pixdim: (1.0, 1.0, 1.0)
轴码：（'A'，'R'，'S'）
空间窗口大小：（9、9、9）
[系统]
cuda_devices：“”
线程数：2
num_gpus：1
模型目录：/home/ubuntu/models_nifty/deepmedic/all_task_same_name_rename_labels
dataset_split_file: ./dataset_split.csv
动作：火车
[网络]
名称：深度医学
激活函数：relu
批量大小：32
衰减：0.0
reg_type：L2
volume_padding_size: (21, 21, 21)
volume_padding_mode：最小
window_sampling：统一
队列长度：128
multimod_foreground_type：和
histogram_ref_file: histogram_standardisation_alltask.txt
norm_type：百分位数
截止：（0.01，0.99）
前景类型：otsu_plus
标准化：错误
美白：真
normalise_foreground_only：真
weight_initializer: he_normal
偏差初始化器：零
保持概率：1.0
weight_initializer_args：{}
偏差初始化器参数：{}
[训练]
优化师：亚当
sample_per_volume: 32
旋转角度：（-10.0，10.0）
旋转角度x：（）
旋转角度y：（）
旋转角度z：（）
scaling_percentage: (-10.0, 10.0)
随机翻转轴：-1
do_elastic_deformation: 假
num_ctrl_points：4
变形西格玛：15
比例变形：0.5
LR：0.001
loss_type: 骰子
起始迭代器：0
save_every_n：45
张量板_每个_n：20
最大迭代器：10
最大检查点：20
验证_每个_n：-1
验证最大迭代器：1
exclude_fraction_for_validation：0.0
exclude_fraction_for_inference：0.0
[推理]
空间窗口大小：（57、57、57）
inference_iter：-1
dataset_to_infer：
save_seg_dir: ./deepmedic/alltask_newname
输出后缀：_niftynet_out
output_interp_order: 0
边界：（36、36、36）
CRITICAL:niftynet: Don't know how to generate sampling locations: Spatial dimensions of the grouped input sources are not consistent. {(477, 451, 187), (391, 369, 147)}
Exception in thread Thread-2:
Traceback (most recent call last):
File "/home/ubuntu/anaconda3/envs/python3/lib/python3.6/threading.py", line 916, in _bootstrap_inner
self.run()
File "/home/ubuntu/anaconda3/envs/python3/lib/python3.6/threading.py", line 864, in run
self._target(*self._args, **self._kwargs)
File "/home/ubuntu/niftynet/NiftyNet/niftynet/engine/image_window_buffer.py", line 148, in _push
for output_dict in self():
File "/home/ubuntu/niftynet/NiftyNet/niftynet/engine/sampler_uniform.py", line 81, in layer_op
self.window.n_samples)
File "/home/ubuntu/niftynet/NiftyNet/niftynet/engine/sampler_uniform.py", line 151, in _spatial_coordinates_generator
_infer_spatial_size(img_sizes, win_sizes)
File "/home/ubuntu/niftynet/NiftyNet/niftynet/engine/sampler_uniform.py", line 238, in _infer_spatial_size
raise NotImplementedError
NotImplementedError