torch中输入图像是否需要提前resize对结果的影响

输入尺寸对结果的影响
训练采用transforms.Resize((224,224))方式resize图像训练
A. 测试采用transforms.Resize((224,224))方式resize图像测试
B. 测试采用cv2.resize(img,(224,224))方式resize图像测试
二者结果有时候差异比较大

model torch

       A: transforms      B: cv2.resize
input  原图316*2166        224*224
img1   0.64558244         0.6247725
img2   0.66884387     	  0.6842085
img3   0.39653528         0.27060056
img4   0.16480565         0.10977821
img5   0.20641011         0.02954692    
img6   0.12644112         0.20095015

思考：训练集图像到底要不要先resize再训练
I. 在python实验中统一采用transforms即可，无影响
II. 在实际C++代码部署中，如mxnet c++部署，如果部署时采用cv2.resize，先cv2.resize训练集再训练可以减少这种size问题导致的score敏感问题