使用卷积神经网络进行语义图像分割

Question

我对 python 很幼稚，这是我的第一次尝试，所以如果我的问题似乎太基本，请多多包涵。 我想使用卷积神经网络对 9 个卫星图像进行语义分割。 到目前为止，我已经成功地将图像一张一张导入并转换为灰度。

我想做以下流程：

卷积 - 16 个过滤器，33 个过滤器大小 pooling- 22 过滤器大小 输出 - 4 类 测试和验证 80:20

这方面的任何线索都可能会有所帮助。请指导！

Answer 1

这里是代码，只有模型部分：

import tensorflow as tf
from tensorflow.keras import Conv2D, Dense, Flatten, MaxPool2D

# Declare your desired things here
num_filter=32
kernel_size=(3,3)
strides=(1,1)
padding="valid"
input_shape=(width,height,channel)

model = tf.keras.Sequential([
   Conv2D(num_filter, kernel_size, strides=strides, input_shape=input_shape),
   MaxPool2D(),
   Flatten(),
   Dense(4, activation="softmax")
])

这是一个有用的链接：ConvNet TensorFlow guide