用于基于像素的图像分类的 TensorFlow 架构

Question

我有一个包含 4 个波段的 RGBI 图像，并且希望能够使用 tensorflow 和深度学习将图像像素分为两类。 在训练数据中，每个像素被视为具有 4 个值/特征的观察值作为图像强度。我使用以下函数来创建网络

def deep_learn(X,Y,X_test,Y_test):

    net = input_data(shape=[None, 1,4])
    net = tflearn.lstm(net, 128, return_seq=True)
    net = tflearn.lstm(net, 128)
    net = tflearn.fully_connected(net, 2, activation='softmax')
    net = tflearn.regression(net, optimizer='adam',
                             loss='categorical_crossentropy', name="deep")
    model = tflearn.DNN(net, tensorboard_verbose=2)
    model.fit(X, Y, n_epoch=1, validation_set=0.1, show_metric=True,
              snapshot_step=100)
    # Save model when training is complete to a file
    model.save("deep")
    return model

但我收到以下错误

ValueError: 无法为形状为“(?, 1, 4)”的张量“InputData/X:0”提供形状 (64, 4) 的值

我不知道问题出在哪里。 使用深度神经网络与随机森林进行基于像素的分类有什么好处吗？ 如果是，我该如何使用上述功能来做到这一点。

谢谢。

Answer 1

您需要扩展变量 X 的维度，以考虑 LSTM 中的时间步长。不要直接传递X，而是使用np.expand_dims like -

X = np.expand_dims(X, axis=1)