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/