我正在阅读U-Net: Convolutional Networks for Biomedical Image Segmentation并希望在Keras中实现这一点。
在U-Net中，我需要连接卷积层，一个在收缩路径中，另一个在扩展路径中（图1. 1.在论文中）。
但是，它们的大小不匹配，所以我必须在连接之前调整卷积层的输出。
我如何在Keras做到这一点？
答案 0 :(得分：2)
Keras中有一个Cropping2D图层：https://keras.io/layers/convolutional/#cropping2d
...
conv_13 = Conv2D(64, (3, 3), padding='same', activation='relu')(conv_12) # has outputsize of 568x568
...
crop_13 = Cropping2D((392, 392))(conv_13) # crop 568x568 to 392x392 symmetrically
merge_91 = Concatenate()([crop_13, upsampled_81) # concatenate both layers with same 2D size
...
将第一个大小（568x568）连接到最后一个上采样大小（392x392）的示例。