【问题标题】:How to connect Conv3D output to MaxPooling2D in Keras?如何在 Keras 中将 Conv3D 输出连接到 MaxPooling2D?
【发布时间】:2018-01-15 07:37:59
【问题描述】:

我正在使用 Keras 来实现 CNN。人们经常使用 Conv2D 来做分类任务。但是,我想获得两个图像之间的关系,然后我决定尝试 Conv3D。但是,我无法管理来自 Conv3D 的维度输出并匹配以下图层。

更具体地说,我想在 (480, 640, 2) 和输出 (480, 640, 1) 张量的两个堆叠图像上应用 (5,5,2) 过滤器。

原始 Conv2D 代码:(工作正常)

model = Sequential()
model.add(Conv2D(32, (3, 3), padding='same',input_shape=(480, 640, 2)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Conv2D(64, (3, 3), padding='same'))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
...

Conv3D 代码:(不知道如何连接 Conv3D 和 MaxPooling2D)

model.add(Conv3D(32, 2, input_shape=(480, 640, 2, 1), data_format="channels_last"))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2,2)))


model.add(Conv2D(64, (3, 3), padding='same'))
model.add(Activation('relu'))
model.add(Conv2D(64, (3, 3), padding='same'))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
...

【问题讨论】:

  • 如果您说kernel_size=5,您的 Conv2D 模型已经应用了 (5,5,2) 过滤器。使用kernel_size=(5,5,2) 将其更改为3D 没有任何优势,这将通过(5,5,2,1) 过滤器(完全相同数量的参数)而不会在第三维中进行任何移动。 (如果你在这个层使用padding ='same',你会添加不想要的边框效果,比如填充的幽灵图像)。
  • @DanielMöller 我想我对多通道图像上的 2D 卷积有一些误解。在检查了您的解释和this document 之后,我现在知道如何解决问题了。谢:)

标签: tensorflow keras convolution


【解决方案1】:

堆叠两个图像(记住根据您使用的后端堆叠,theano 是 channels_first 和 tensorflow 是 channels_last)并传递 2 作为 Conv2D 中的通道数。

或者,如果每个图像有很多通道,则再次将它们堆叠起来并将通道总数传递给Conv2D。

【讨论】:

    猜你喜欢
    • 2017-02-10
    • 2017-02-08
    • 2019-07-18
    • 2019-01-04
    • 2021-09-20
    • 1970-01-01
    • 1970-01-01
    • 2018-09-19
    • 2021-11-19
    相关资源
    最近更新 更多