在Keras中使用经过预训练的ResNet 50拍摄具有4个通道的图像

时间:2018-11-03 16:34:47

标签: keras resnet imagenet

有什么方法可以对具有形状(224,224,4)图像的项目的ResNet50使用ImageNet权重?图像具有R,G,B,Y通道。

此刻,我只是在使用

 model = ResNet50(include_top=True, weights=None, input_tensor=None, input_shape=input_shape, pooling=None, classes=num_classes)

现在,如果需要使用ImageNet权重,则需要始终将类数设置为1000。我尝试这样做,然后弹出最后一层,并添加自己的Dense(num_classes)层。但是,现在,频道数是个问题。

有人可以建议使用ImageNet权重时在模型中容纳4个通道的方法吗?

0 个答案:

没有答案
相关问题