Tensorflow / Keras在通道上堆叠图像

Question

想象一下以下设置：

• 图像数据形状：（302，482，3）
• 每个样本的图像：2
• 批量大小：100

我的数据加载器产生以下形状：（100，2，302，482，3）-目标是将通道轴上的两个输入图像堆叠到（100，302，482，6）。

没有批处理尺寸（因此x的形状为（2，302，482，3）），这非常容易：

# x.shape = (2, 302, 482, 3)
stacked = tf.concat(x, axis=-1)
# stacked.shape = (302, 482, 6)

但是我想在添加批处理维度时可以执行相同的操作。

Answer 1

我认为，最好的方法是在网络输入之前（ ）将两个图像连接（使用numpy），为网络提供尺寸（302、482、6），除非您想在网络中对其进行更高的处理。这取决于您的目标。 编写图层时，批次大小无关紧要。无论批次大小如何，tf.concat都将以相同的方式进行。