用于 CT 图像预训练权重的 SegNet答案

【问题标题】：SegNet for CT images pretrained weights用于 CT 图像预训练权重的 SegNet
【发布时间】：2021-03-09 04:17:20
【问题描述】：

我正在尝试训练用于 ct 图像分割任务的 SegNet（使用 Keras TF）。我正在使用 VGG16 预训练权重，但我在第一个卷积层遇到问题，因为我使用的是灰度图像，但 VGG 是在 rgb 图像上训练的。我解决了使用this 的第二种方法（不能使用第一种方法，因为需要太多内存）。然而它并没有帮助我，价值观真的很糟糕（训练了 100 个时期）。

我应该从头开始训练第一个卷积层吗？

【问题讨论】：

标签： tensorflow keras image-segmentation conv-neural-network vgg-net

【解决方案1】：

您可以尝试在 vgg 之前添加一个 Conv2D。类似的东西：

> Your Input(shape=(height,width,1))

Conv2D(filters=3,kernel_size=1, padding='same',activation='relu')

> The VGG pretrained network (input = (height,width,3))

在您的情况下很有趣，因为通常使用 1x1 卷积来改变对象的深度。

【讨论】：

感谢您的建议！我试试看！