空间金字塔池化层

Question

我正在实现一个空间金字塔池（SPP）层，它提供一个固定大小的向量作为输出。此 SPP 层的代码是项目的一部分，该项目在可变大小的图像上训练模型。因此，我将模型的输入形状设为 (None , None, 3) 。 SPP 层将其输入张量作为参数。根据 SPP 的原始论文，池化层的窗口和步幅大小定义如下：

window_height= ceil(input_tensor.shape[1]/pooling_level)
window_width= ceil(input_tensor.shape[2]/pooling_level)
stride_height=floor(input_tensor.shape[1]/pooling_level)
stride_width=floor(input_tensor.shape[2]/pooling_level)

但由于我将输入形状设为 (None , None, 3) 因此我收到一条错误消息，指出“int 返回了非 int (type NoneType)”。

这是我的代码：

def Pooling2D(input_tensor, pool_levels):
    pool_list=[]
    shape=input_tensor.shape
    for level in pool_levels:
        window_height=np.ceil(int(shape[1])/level)
        window_width=np.ceil(int(shape[2])/level)
        stride_height=np.floor(int(shape[1])/level)
        stride_width=np.floor(int(shape[2])/level)
        pooling=MaxPool2D(pool_size=(window_height,window_width),strides=(stride_height,stride_width))(input_tensor)
        flattened_tensor=K.flatten(pooling)
        pool_list.append(flattened_tensor)
    output_tensor=K.concatenate(pool_list,axis=-1)
    return(output_tensor)

除了为输入图像设置特定的形状之外，还有什么办法可以解决这个错误吗？

Answer 1

重新考虑您要在这里做什么。

window_height= ceil(input_tensor.shape[1]/pooling_level)

您想在不告诉代码实际图像大小的情况下计算窗口宽度。所以你的代码实际上是

window_height= ceil(None/pooling_level)

我认为您对 SPP 层的作用有些困惑。 SPP 层将任意大小的图像作为输入并生成 具有固定长度的输出向量。这意味着即使您使用 SPP 层 您需要知道图像的宽度和高度。这不是一个缺点或什么。 SPP 层将接受任何图像大小。