Question

我是深度学习的新手，我在Keras上遇到了一些数据格式。我的CNN基于A.Newell等人的Stacked Hourglass Networks for Human Pose Estimation。

在此网络上，输入为256x256 RGB图像，输出应为64x64热图，突出显示身体关节（肩部，膝部......）。我设法建立网络，我有所有数据（图像）及其注释（身体关节的像素标签）。我想知道如何格式化训练集的输入和输出数据来训练我的模型。目前我使用numpy数组（256,256,3）作为图像，我不知道如何格式化我的输出。我应该创建一个表[n，64,64,7]吗？（n是训练集的大小，7是我用来获得7个关节热图的滤波器数量）

感谢您的时间。

Answer 1

输出也可以是一个numpy数组。考虑这个例子：训练集：50张图片，大小256x256x3。这可以组合成单个numpy形状的阵列（50,256,256,3）。类似的格式化输出数据的方法。示例代码如下：

    #a, b and c are arrays of size 256x256x3
    import numpy as np

    temp = []
    temp.append(a)
    temp.append(b)
    temp.append(c)
    output_labels = []
    output_labels = np.stack(temp)

output_labels数组的形状（3x256x256x3）。

Answer 2

Keras建议创建数据生成器，以将训练数据和地面真实情况馈入网络。特定于堆叠式沙漏网络案例，您可以参考我的实现以获取详细信息https://github.com/yuanyuanli85/Stacked_Hourglass_Network_Keras/tree/master/src/data_gen

如何格式化Keras上的训练输入和输出数据

2 个答案: