在处理高光谱图像时输入3D-CNN的第五维应该是什么？

Question

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。

Answer 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。

Answer 2

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。