大家好!
由于我正在尝试制作一个将灰度图像转换为 RGB 图像的全卷积神经网络，所以我想知道是否可以在不同大小的图像(不同的像素和比率)上训练和测试模型。通常你只会下采样或上采样，这是我不想做的。我听说如果我使用全卷积神经网络也许是可能的，但我仍然不知道代码会是什么样子。你能帮我写一些代码吗？
为什么这是一个问题？
就像我说的，输入图像不应该被下采样，因为我没有对任何东西进行分类。我想生成一个与输入图像大小相同的新图像。所以不应该有任何损失。
固定输入形状的代码:
model = models.Sequential()
model.add(layers.Conv2D(32, (3, 3), activation='relu', input_shape=(28, 28, 1)))
model.add(layers.MaxPooling2D((2, 2)))
...
图片尺寸为28*28px
我认为它可能如何运作:
model = models.Sequential()
model.add(layers.Conv2D(32, (3, 3), activation='relu', input_shape=(None, None, 1)))
model.add(layers.MaxPooling2D((2, 2)))
...
具有不同尺寸的图像
- 图片1 = 256*300
- 图片2 = 1024*800
- 图片3 = 500*400
Here是一个自动编码器的示例，它将灰度图像转换为 RGB 图像，但是这个自动编码器具有固定的输入形状。
*我使用的是 TF 2.0 Alpha
最佳答案
我发现，卷积神经网络根本不关心输入形状。它关心的是内核大小、步幅和填充。例如，设置kernel size = 3、stride = 1、padding = 1不会改变张量形状。当涉及池化时，必须确保添加 padding = 1，这称为 half/same padding ( http://deeplearning.net/software/theano/tutorial/conv_arithmetic.html )。因此，可以制作一个能够处理不同尺寸图像的全卷积自动编码器。
关于python - 具有动态输入形状的 CNN，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/55760425/