Tensorflow:如何使用自定义常量过滤器对图像进行卷积

时间:2018-11-04 23:49:48

标签: tensorflow machine-learning conv-neural-network convolution tensor

我要对3个5x5滤镜进行卷积处理,以处理灰度图像(形状[nx,ny,1])输入。我已经预先设置了每个5x5过滤器的硬编码值,我不希望我的模型“学习”它们,而只是不断进行操作。

我该如何实现?

我当时正在研究使用tf.nn.conv2d(),它说它的过滤器必须为[高度,宽度,输入,输出]形状,所以我尝试使用tf.constant()为我的张量创建张量形状为[5,5,1,3]的过滤器(因此将3个形状为5x5的过滤器应用于具有1个通道的输入),但tf.constant()的结果看起来不正确。结果是这样的:

 [[[[ -5   7  -12]]

   [[  21  0   2]]

   [[ -6   9  -6]]

   [[  2  -2   8]]

   [[-6   4  -1]]]


  [[[  2  -6   8]]

   [[ -6   2  -1]]

   [[  2  -2   2]]

   [[ -1   1   5]]

   [[  4   3   2]]]

 ...etc

看起来不像3个5x5滤镜的形状。

如果使用形状为[1,3,5,5]的tf.constant(),我会得到:

[[[[ -5   7  -12   21  0]
   [  2  -6   9  -6   2]
   [ -2   8 -6   4  -1]
   [  2  -6   8  -6   2]
   [ -1   2  -2   2  -1]]

  [[  1   5   4   3   2]
   [  4   0  -2   0   4]
   [  2  -1   7  -3   5]
   [  -1   0  -1   0  -1]
   [  5   0   9   0   5]]

   ...etc

确实是 的5x5滤镜,但它不是tf.nn.conv2d()所采用的正确形状

所以我对这种不匹配感到困惑,不知道该怎么做。

2 个答案:

答案 0 :(得分:1)

最好不要担心过滤器的外观。只需跟踪形状以确保它们有意义即可。

以下是将2个Sobel滤镜应用于图像的示例:

from skimage import data
img = np.expand_dims(data.camera(), -1)
img = np.expand_dims(img, 0)  # shape: (1, 512, 512, 1)

sobel_x = np.array([[-0.25, -0.2 ,  0.  ,  0.2 ,  0.25],
                   [-0.4 , -0.5 ,  0.  ,  0.5 ,  0.4 ],
                   [-0.5 , -1.  ,  0.  ,  1.  ,  0.5 ],
                   [-0.4 , -0.5 ,  0.  ,  0.5 ,  0.4 ],
                   [-0.25, -0.2 ,  0.  ,  0.2 ,  0.25]])

sobel_y = np.array([[-0.25, -0.4 , -0.5 , -0.4 , -0.25],
                   [-0.2 , -0.5 , -1.  , -0.5 , -0.2 ],
                   [ 0.  ,  0.  ,  0.  ,  0.  ,  0.  ],
                   [ 0.2 ,  0.5 ,  1.  ,  0.5 ,  0.2 ],
                   [ 0.25,  0.4 ,  0.5 ,  0.4 ,  0.25]])

filters = np.concatenate([[sobel_x], [sobel_y]])  # shape: (2, 5, 5)
filters = np.expand_dims(filters, -1)  # shape: (2, 5, 5, 1)
filters = filters.transpose(1, 2, 3, 0)  # shape: (5, 5, 1, 2)

# Convolve image
ans = tf.nn.conv2d((img / 255.0).astype('float32'),
                   filters,
                   strides=[1, 1, 1, 1],
                   padding='SAME')

with tf.Session() as sess:
    ans_np = sess.run(ans)  # shape: (1, 512, 512, 2)

filtered1 = ans_np[0, ..., 0]
filtered2 = ans_np[0, ..., 1]

使用2个滤镜对图像进行正确的卷积,结果图像如下所示:

plt.matshow(filtered1)
plt.show()

enter image description here

plt.matshow(filtered2)
plt.show()

enter image description here

答案 1 :(得分:0)

第一种情况似乎是正确显示形状为[5, 5, 1, 3]的过滤器。看一下方括号的数量-张量流显示了每个小盒子的水平方向的第4维,垂直方向的第2维。 (第三个维度为1,因此没有必要显示)