我目前正在尝试实施以下论文：https://research.nvidia.com/sites/default/files/publications/dnn_denoise_author.pdf
在使我目前只能处理单个图像的网络适应处理图像序列方面，我遇到了麻烦。 我的数据具有以下形状：（7，512，512，1），其中7是我序列中的帧数，512是图像的宽度和高度，1是通道数。
我的问题是如何使序列通过卷积层？ （因为我有7个帧，所以我对其他此类问题看到的conv3d建议似乎很奇怪）。 然后，我希望将卷积层的结果传递给ConvLSTM块，但是，考虑到在卷积和maxpooling之后获得的特征图，这甚至可能吗？ （使用ConvLSTM块的其他答案仅涉及直接将它们应用于序列）。运算的结果将再次馈送到卷积和maxpooling等。
我还检查了涉及CNN和RNN的其他问题，我当时正在考虑使用TimeDistributed（...（...））类型的函数，但是我不确定是否朝着正确的方向前进。任何建议都受到欢迎。
谢谢您的时间！
答案 0 :(得分：0)
我正面临类似的情况，我有n个帧序列，我想预测给定序列后的下一帧，解决方案是通过网络转发图像n并从帧n + 1中丢失并重复（n + 1，n + 2等）。希望我理解这一权利。