要实现不同尺寸图像的 Core ML 对象检测，可以按照以下步骤进行：

1. 加载 Core ML 模型：首先，加载预训练的 Core ML 模型。在 Xcode 中，可以将模型文件（通常是 .mlmodel 文件）拖放到项目中，然后在代码中使用 MLModel 类加载模型。例如：

guard let model = try? VNCoreMLModel(for: YourModel().model) else {
    fatalError("Failed to load Core ML model")
}

这里的 YourModel 是你的模型类名，需要根据你的模型命名进行替换。

2. 创建请求处理器：然后，创建一个 VNCoreMLRequest 对象，用于处理图像请求并进行对象检测。例如：

let request = VNCoreMLRequest(model: model) { (request, error) in
    // 在这里处理对象检测结果
}

3. 调整图像尺寸：为了处理不同尺寸的图像，可以使用 VNImageRequestHandler 类来调整图像的大小。例如：

let image = // 要检测的图像
let scaledImage = image.resizeTo(size: CGSize(width: 224, height: 224)) // 调整图像尺寸为模型输入尺寸

这里的 resizeTo 方法是一个自定义的图像调整大小的方法，可以根据需要进行实现。

4. 进行对象检测：最后，使用 VNImageRequestHandler 对象处理调整后的图像，并进行对象检测。例如：

let imageRequestHandler = VNImageRequestHandler(cvPixelBuffer: scaledImage.pixelBuffer, options: [:])
try? imageRequestHandler.perform([request])

这里的 scaledImage.pixelBuffer 是将调整后的图像转换为 CVPixelBuffer 类型，以便使用 VNImageRequestHandler 进行处理。

完整的代码示例：

import CoreML
import Vision

guard let model = try? VNCoreMLModel(for: YourModel().model) else {
    fatalError("Failed to load Core ML model")
}

let request = VNCoreMLRequest(model: model) { (request, error) in
    // 在这里处理对象检测结果
}

let image = // 要检测的图像
let scaledImage = image.resizeTo(size: CGSize(width: 224, height: 224)) // 调整图像尺寸为模型输入尺寸

let imageRequestHandler = VNImageRequestHandler(cvPixelBuffer: scaledImage.pixelBuffer, options: [:])
try? imageRequestHandler.perform([request])

这是一个基本的示例，你可以根据你的具体需求进行修改和扩展。另外，resizeTo 方法是一个自定义方法，你需要根据你的图像处理需求进行实现。