tensorflow - Tensorflow 中非矩形图像上的 conv2d

标签 tensorflow machine-learning computer-vision deep-learning convolution

我有一个上三角半黑的图像数据集,即主对角线以下的所有像素都是黑色的。

Tensorflow 中是否有一种方法可以将这样的图像提供给 conv2d 层并 mask 或将卷积限制为仅相关像素?

最佳答案

如果黑色转换为 0,则您无需执行任何操作。卷积会将 0 乘以它所具有的任何权重,因此它不会对结果产生影响。如果不是,您可以将数据与二进制掩码相乘,使它们变为 0。

对于所有黑色像素,如果有的话,您仍然会得到任何偏差项。 您可以将结果与二进制掩码相乘,将不需要填充的区域清零。通过这种方式,您还可以决定删除具有太多黑色单元格的结果,例如对角线周围的结果。

您还可以编写自己的自定义操作来执行您想要的操作。我建议不要这样做,因为你最多只能获得 2 的加速(其他操作会降低它)。通过在 GPU 上运行可能会获得更高的性能。

关于tensorflow - Tensorflow 中非矩形图像上的 conv2d,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48190601/

相关文章:

python - 在 TensorFlow 的低级 API 中,是否可以使用优化器保存图形并在另一个文件中继续训练?

tensorflow - Tensorflow 中的平衡准确度分数

python - 未知的初始化程序 : GlorotUniform when loading Keras model

python - 为什么 SeparableConv2D 比 Conv2D 慢?

Python:使用 scikit-learn 的 dbscan 进行字符串聚类,使用 Levenshtein 距离作为度量:

python - 针对神经网络 tensorflow 的 1 个标签使用多个实例预处理数据

python - Tensorflow:张量 reshape 并在某些行的末尾用零填充

python - 使用图像的局部平均颜色来减少闪电差异

machine-learning - "False Positives Per Window"的含义

python - 如何通过 OpenCV 验证标记的特征是否正确跟踪视频中的对象?