Arhn - архитектура программирования

Deep Net с keras для сегментации изображений

Я новичок в глубоком обучении; Я хочу обучить сеть на участках изображения размером (256, 256, 3), чтобы предсказать три метки сегментации по пикселям. Для начала я хочу предоставить один сверточный слой:

model = Sequential()
model.add(Convolution2d(32, 16, 16, input_shape=(3, 256, 256))

На данный момент выход модели представляет собой изображение с 32 каналами. Теперь я хочу добавить плотный слой, который объединяет все эти 32 канала в три канала, каждый из которых предсказывает вероятность класса для одного пикселя.

Как я могу это сделать?

keras image-segmentation
05.02.2017

  • Какой у вас формат? Какая у них форма? 06.02.2017
  • (256 256); каждый пиксель получает назначение метки 07.02.2017

Ответы:


1

Самый простой способ объединить ваши 32 канала обратно в 3 — добавить еще одну свертку, на этот раз с тремя фильтрами (я произвольно установил размеры фильтров 1x1):

model = Sequential()
model.add(Convolution2d(32, 16, 16, input_shape=(3, 256, 256))
model.add(Convolution2d(3, 1, 1))

И, наконец, добавьте функцию активации для сегментации.

model.add(Activation("tanh"))

Или вы можете добавить все это сразу, если хотите, с параметром activation (произвольно выбранным как tanh)

model = Sequential()
model.add(Convolution2d(32, 16, 16, input_shape=(3, 256, 256))
model.add(Convolution2d(3, 1, 1,activation="tanh"))

https://keras.io/layers/convolutional/

05.02.2017

2

Вы должны использовать flatten между слоями свертки и плотным слоем:

model = Sequential()
model.add(Convolution2d(32, 16, 16, input_shape=(3, 256, 256))
# Do not forget to add an activation layer after your convolution layer, so here.

model.add(Flatten())

model.add(Dense(3))
model.add(Activation("sigmoid")) # whatever activation you want.
06.02.2017
Новые материалы
Коллекции публикаций по глубокому обучению
Последние пару месяцев я создавал коллекции последних академических публикаций по различным подполям глубокого обучения в моем блоге https://amundtveit.com - эта публикация дает обзор 25..
Представляем: Pepita
Фреймворк JavaScript с открытым исходным кодом Я знаю, что недостатка в фреймворках JavaScript нет. Но я просто не мог остановиться. Я хотел написать что-то сам, со своими собственными..
Советы по коду Laravel #2
1-) Найти // You can specify the columns you need // in when you use the find method on a model User::find(‘id’, [‘email’,’name’]); // You can increment or decrement // a field in..
Работа с временными рядами спутниковых изображений, часть 3 (аналитика данных)
Анализ временных рядов спутниковых изображений для данных наблюдений за большой Землей (arXiv) Автор: Рольф Симоэс , Жильберто Камара , Жильберто Кейрос , Фелипе Соуза , Педро Р. Андраде ,..
3 способа решить квадратное уравнение (3-й мой любимый) -
1. Методом факторизации — 2. Используя квадратичную формулу — 3. Заполнив квадрат — Давайте поймем это, решив это простое уравнение: Мы пытаемся сделать LHS,..
Создание VR-миров с A-Frame
Виртуальная реальность (и дополненная реальность) стали главными модными терминами в образовательных технологиях. С недорогими VR-гарнитурами, такими как Google Cardboard , и использованием..
Демистификация рекурсии
КОДЕКС Демистификация рекурсии Упрощенная концепция ошеломляющей О чем весь этот шум? Рекурсия, кажется, единственная тема, от которой у каждого начинающего студента-информатика..