这是一个对所有计算机视觉工作者的简短警告：请勿使用任何tf.image.resize函数！
该代码实际将你的图像向左和向上移动一个像素，这个破坏过程甚至在插值中。这是2018年，很难想象这是TensorFlow对缩小尺度的结果。
无论你偏好什么样的图像处理过程，坚持使用Scipy/OpenCV/numpy/PIL。当我改变了这部分代码，我的网络焕发出了魅力（当我看到训练结果时，实际上是第二天）。
resized = tf.image.resize_images(image,H, W, method=0)
新版resize_images函数改为：
resized = tf.image.resize_images(image, size=[H,W], method=0)
image：shape 为[batch, height, width, channels]的4-D图像张量或者shape为 [height, width, channels]的3-D图像张量
1.双线性插值算法（Bilinear interpolation）;Method取值为：0；
2.最近邻居法（Nearest neighbor interpolation);Method取值为：1；
3.双三次插值法（Bicubic interpolation);Method取值为：2；
4.面积插值法（Area interpolation) ;Method取值为：3；