使用 3D CNN 进行 3D 图像分类答案

【问题标题】：3D image classification using 3D CNN使用 3D CNN 进行 3D 图像分类
【发布时间】：2020-04-01 03:00:46
【问题描述】：

我设计了一个 CNN 网络，以便在 keras 中使用“cifar10”数据集。这是我的代码：

input_layer = Input(shape=(32,32,3))
x = Conv3D(32,(5,5,3),activation='relu',padding='same')(input_layer)
x = Conv3D(32,(5,5,3),activation='relu',padding='same')(x)
x = MaxPool3D(pool_size=2, padding='same')(x)
x = Conv3D(32,(5,5,3),activation='relu',padding='same')(x)
x = Conv3D(32,(5,5,3),activation='relu',padding='same')(x)
x = MaxPool3D(pool_size=2, padding='same')(x)
x = Flatten()(x)
x = Dense(128,kernel_initializer='random_normal', bias_initializer='zeros')(x)
x = Dense(128,kernel_initializer='random_normal', bias_initializer='zeros')(x)
output_layer = Dense(10,activation='softmax',kernel_initializer='random_normal', bias_initializer='zeros')(x)
Cifar10_CNN = Model(input_layer, output_layer)

当我构建模型时出现此错误：

Input 0 is incompatible with layer conv3d_5: expected ndim=5, found ndim=4

我该如何解决这个问题？

【问题讨论】：

将 ndim=5 的正确输入提供给函数 conv3d_5，而不是 ndim=4 的输入。问题：函数 conv_3d_5 在哪里？哪个函数调用最后一个？你调查了吗？
另一种解决方案可能是使用函数 conv3d_4。它存在吗？好吧，你有很多不同的方法可以解决这个问题:) 深入了解其余代码
@Leos313 是的，下划线后面的数字不能确定是哪一层导致错误。我第一次运行代码时它是“1”，我认为它指的是第一个 Conv3D 层。我更改了参数，但仍然得到相同的错误。在多次运行代码而不更改代码后，数字只是增加了。在“11”运行后它得到“11”。所以它不涉及任何层。我想知道它是什么。
这能回答你的问题吗？ Keras ValueError: Input 0 is incompatible with layer conv2d_1: expected ndim=4, found ndim=5
可能重复stackoverflow.com/questions/47665391/…

标签： python-3.x keras conv-neural-network

【解决方案1】：

您可能应该阅读有关differences between Conv2D, Conv3D 的信息。尽管可能会令人困惑（假设图像实际上是 3 维的），但它们仍然被认为是 2D 的（在考虑 Keras 中的卷积时，您不会考虑通道维度。卷积无论如何都发生在通道维度上）。所以图片不需要Conv3D，你需要Conv2D。

from tensorflow.keras.layers import Input, Dense, Conv2D, MaxPool2D, Flatten
from tensorflow.keras.models import Model

input_layer = Input(shape=(32,32,3))
x = Conv2D(32,(5,5),activation='relu',padding='same')(input_layer)
x = Conv2D(32,(5,5),activation='relu',padding='same')(x)
x = MaxPool2D(pool_size=2, padding='same')(x)
x = Conv2D(32,(5,5),activation='relu',padding='same')(x)
x = Conv2D(32,(5,5),activation='relu',padding='same')(x)
x = MaxPool2D(pool_size=2, padding='same')(x)
x = Flatten()(x)
x = Dense(128,kernel_initializer='random_normal', bias_initializer='zeros')(x)
x = Dense(128,kernel_initializer='random_normal', bias_initializer='zeros')(x)
output_layer = Dense(10,activation='softmax',kernel_initializer='random_normal', bias_initializer='zeros')(x)
Cifar10_CNN = Model(input_layer, output_layer)
print(Cifar10_CNN.summary())

【讨论】：

非常感谢。那么我们在哪里使用 Conv3D？
您可以阅读我附在答案中的那个链接。但简短的回答，例如关于激光雷达（激光）数据，实际上有 4 个维度（高度、宽度、深度、通道）。