我正在尝试构建一个模型来对图像进行着色。我正在使用 LAB 色彩空间。模型的输入是 L channel ,模型将被训练来预测 A 和 B channel 。我想通过几个卷积运行 L channel ,然后将其分成另外两个模型,分别计算 A 和 B channel 。最后我想将它们合并在一起以获得输出。
model = Sequential()
model.add(InputLayer((1, H, W)))
model.add(Convolution2D(64, 5, 5, border_mode = 'same', activation = 'relu'))
model.add(Convolution2D(64, 5, 5, border_mode = 'same', activation = 'relu'))
last = Convolution2D(64, 5, 5, border_mode = 'same', activation = 'relu')
model.add(last)
a_model = Sequential()
a_model.add(last)
a_model.add(Convolution2D(64, 5, 5, border_mode = 'same', activation = 'relu'))
a_model.add(Convolution2D(64, 5, 5, border_mode = 'same', activation = 'relu'))
a_model.add(Convolution2D(1, 3, 3, border_mode = 'same', activation = 'sigmoid'))
b_model = Sequential()
b_model.add(last)
b_model.add(Convolution2D(64, 5, 5, border_mode = 'same', activation = 'relu'))
b_model.add(Convolution2D(64, 5, 5, border_mode = 'same', activation = 'relu'))
b_model.add(Convolution2D(1, 3, 3, border_mode = 'same', activation = 'sigmoid'))
model.add(Merge((a_model, b_model), mode = 'concat'))
当我尝试创建合并图层时出现以下错误。
Using Theano backend.
Using gpu device 0: GeForce GTX TITAN (CNMeM is disabled, cuDNN 5004)
Traceback (most recent call last):
File "/home/chase/workspace/Colorizer/colorizer2.py", line 79, in <module>
model.add(Merge((a_model, b_model), mode = 'concat'))
File "/usr/local/lib/python3.5/dist-packages/keras/engine/topology.py", line 1118, in __init__
self.add_inbound_node(layers, node_indices, tensor_indices)
File "/usr/local/lib/python3.5/dist-packages/keras/engine/topology.py", line 524, in add_inbound_node
assert len(node_indices) == len(inbound_layers)
AssertionError
我希望模型的输出为 (2, H, W),其中 H 和 W 是图像的高度和宽度。
最佳答案
顺序
模型不允许您在网络中创建 fork 。请改用函数式 API(Keras 1.0 中的新功能)。您可以关注this tutorial .
关于python - Keras 合并层错误,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/37503270/