pytorchのmodelのclassのパラメータからinputのheightとwidthを知りたい

Question

以下のpytorchのmodelのクラスがあります。

このクラスに

self.width = int(model.input.width) # 右項は例
self.height = int(model.input.height)# 右項は例

を追加したいです。そのためにmodelのinputのwidthとheightが知りたいです。

このクラスのパラメータから、inputするshapeのwidthとheightを特定したいのですが、このクラスからinputするwidthとheightの値は何なるんでしょうか？

# model 用Class
class DeepLabHeadV3Plus(nn.Module):
    def __init__(self, in_channels, low_level_channels, num_classes, aspp_dilate=[12, 24, 36]):
        super(DeepLabHeadV3Plus, self).__init__()
        self.project = nn.Sequential( 
            nn.Conv2d(low_level_channels, 48, 1, bias=False),
            nn.BatchNorm2d(48),
            nn.ReLU(inplace=True),
        )
        # self.width = ここにinputのwidth追加したい
        # self.height = ここにinputのheight追加したい
        self.aspp = ASPP(in_channels, aspp_dilate)

        self.classifier = nn.Sequential(
            nn.Conv2d(304, 256, 3, padding=1, bias=False),
            nn.BatchNorm2d(256),
            nn.ReLU(inplace=True),
            nn.Conv2d(256, num_classes, 1)
        )
        self._init_weight()

    def forward(self, feature):
        low_level_feature = self.project( feature['low_level'] )
        output_feature = self.aspp(feature['out'])
        output_feature = F.interpolate(output_feature, size=low_level_feature.shape[2:], mode='bilinear', align_corners=False)
        return self.classifier( torch.cat( [ low_level_feature, output_feature ], dim=1 ) )
    
    def _init_weight(self):
        for m in self.modules():
            if isinstance(m, nn.Conv2d):
                nn.init.kaiming_normal_(m.weight)
            elif isinstance(m, (nn.BatchNorm2d, nn.GroupNorm)):
                nn.init.constant_(m.weight, 1)
                nn.init.constant_(m.bias, 0)

Answer 1

https://uxmilk.jp/41600

class deeplab:
    width = 256
    height = 256