我有一个尺寸为S * S * L
的高光谱图像,其中S*S
是空间大小,L
代表光谱带的数量。
现在我的X(图像数组)的形状为:(1, 145, 145, 200)
,其中1是示例数,145是图像的长度和宽度,而200是否。图像的通道数。
我想将此图像的小窗口(尺寸为W * W * L
; W
在我看来我缺少空间维度之一,如何在不丢失任何信息的情况下将图像阵列转换为5维阵列?
我在上面使用python和Keras。
答案 0 :(得分:1)
如果要沿通道尺寸进行卷积,则应在通道位置添加单例尺寸。如果您不想沿通道的尺寸进行卷积,则应使用2D CNN。
答案 1 :(得分:1)
您想要的是2D CNN,而不是3D CNN。 2D CNN已经支持多个通道,因此将其与高光谱图像配合使用应该没有问题。