具有可变输入大小的 tensorflow Conv 网络的 Keras

Question

我正在使用带有 anaconda 的 python 3，以及带有 over tensorflow 的 keras，我的目标是创建一个具有可变输入大小的 Conv 层的网络

我找到here使用这个代码

i = Input((None, None, 1))
o = Conv2D(1, 3, 3)(i)
model = Model(i, o)
model.compile('sgd', 'mse')

我已经用它用这段代码创建了我自己的模型（我需要一个扁平层）

model = Sequential()
I = Input((None, None, 1))
c = Conv2D(filters=1, kernel_size=(1, 1))(I)
f = Flatten()(c)
o = Dense(10, activation="softmax")(f)
m = Model(I, o)
m.compile(loss=categorical_crossentropy, optimizer=SGD(), metrics=["accuracy"])

我一直收到这个错误

ValueError：“Flatten”的输入形状未完全定义 （得到（无，无，1）。确保传递完整的“输入形状”或 模型中第一层的“batch_input_shape”参数。

似乎问题在于 Flatten 层的输入形状，当我将其删除时，它很好。

我怎样才能让它与可变大小一起玩？

谢谢

Answer 1

Dense 需要固定大小的输入/输出，因为它的权重变量的数量必须是固定的。

您的情况有两种解决方案。

1. 使用 GAP（全局平均池化）而不是 Flatten。 GAP 的输出大小是前一层的通道数。因此，它的大小在您的情况下是固定的。
2. 使用没有密集层的全卷积网络。在这种情况下，网络的输出是二维的，而不是一维的。所以y的大小应该是那个大小。

以下内容是应艾伦 M 的要求而添加的。
这是一个代码示例：

# The original number of Conv filters are one.
# But I set it 16 to depict how GAP works.
# And B/H/W means BatchSize/Height/Width.

#1. using GAP
I = Input((None, None, 1)) # output shape=(B, H(None), W(None), 1)
c = Conv2D(filters=16, kernel_size=(1, 1))(I)  # output shape=(B, H, W, 16)
f = GlobalAveragePooling2D()(c) # output shape=(B, 16) <- space data(H/W) are aggregated by average
o = Dense(10, activation="softmax")(f) # output shape = (B, 10)
m = Model(I, o)

#2. all conv
I = Input((None, None, 1)) # output shape=(B, H, W, 1)
c = Conv2D(filters=16, kernel_size=(1, 1))(I) # output shape=(B, H, W, 16)
o = Conv2D(filters=10, kernel_size=(1, 1), activation="softmax")(c)
    # output shape=(B, H, W, 10)
m = Model(I, o)
# The output size of all conv is H * W * 10, where 10 is the number of classes.
# so the shape of y should be (B, H, W, 1) or (B, H, W) or (B, H, W, 10).
# That is pixel-wise classification or semantic segmentation.

Answer 2

Flatten 方法不将输入大小作为参数。

model = Sequential()
I = Input((None, None, 1))
c = Conv2D(filters=1, kernel_size=(1, 1))(I)
f = Flatten()
o = Dense(10, activation="softmax")(I)
m = Model(I, o)
m.compile(loss="categorical_crossentropy", optimizer=SGD(), metrics=["accuracy"])

这应该可以解决您的问题。

Answer 3

我认为问题是由于您的变量 input_sizes。它在这里说，如果您使用的是全连接层，则不能改变 input_sizes。见：How to train images, when they have different size ?