我有一个尺寸为 S * S * L 的高光谱图像，其中 S*S 是空间大小，L 表示光谱带。
现在我的 X(图像数组)的形状是:(1, 145, 145, 200) 其中 1 是示例的数量，145 是图像的长度和宽度，200没有。图像的 channel 数。
我想将这个图像的这个小窗口(具有像 W * W * L; W < S)这样的尺寸输入到 3D CNN 中，但为此，我需要有 5 个维度以下格式:(批处理、长度、宽度、深度、 channel )。
在我看来，我缺少一个空间维度，如何将图像数组转换为 5 维数组而不丢失任何信息？
我使用 python 和 Keras 来完成上述操作。
最佳答案
如果你想沿着 channel 的维度进行卷积，你应该在 channel 的位置添加一个单一的维度。如果您不想沿着 channel 的维度进行卷积，则应该使用 2D CNN。
关于python - 在处理高光谱图像时，3D-CNN 输入的第五维应该是多少？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/53159930/