Question

我有一个Keras网络，有两个输入：

形状的图像（128、128、3）
形状为（4）的边界框，即（x0，y0，x1，y1）

在我的网络定义中，我需要从输入图像中提取边界框定义的图像补丁，但是我不知道该怎么做（或者我的尝试没有用）。这是我目前为实现此目的而进行的尝试，有人可以帮助我理解按Keras中其他张量的值对张量进行切片吗？

# get masked image and bounding box information as inputs
masked_img = Input(shape=self.input_shape)
mask_bounding_box = Input(shape=(4,))

# fill in the masked region and extract the fill-in region
filled_img = self.generator(masked_img)
fill_in = K.slice(filled_img, (int(mask_bounding_box[0]), int(mask_bounding_box[1])),
                              (int(mask_bounding_box[2]), int(mask_bounding_box[3])))

有人知道该怎么做吗？正确方向的任何提示都会对我有所帮助...

提前谢谢！

Answer 1

这是本机numpy解决方案。

 //my js code is below   
    onmousemove = function(e)
    {
        // console.log("mouse location:", e.clientX, e.clientY)

         if(e.clientY>200&&e.clientY<340&&e.clientX>90&&e.clientX<500)
        {
        batLeft=e.clientX;
        batTop=e.clientY
        $("#bat").css("left",e.clientX);
        $("#bat").css("top",e.clientY);
        $("#score").text(score);

        }

    }

Keras.backend.slice（）需要开始和偏移量，因此您可以这样做：

import numpy as np

a = np.arange(48).reshape(3,4,4)
a
array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11],
        [12, 13, 14, 15]],

       [[16, 17, 18, 19],
        [20, 21, 22, 23],
        [24, 25, 26, 27],
        [28, 29, 30, 31]],

       [[32, 33, 34, 35],
        [36, 37, 38, 39],
        [40, 41, 42, 43],
        [44, 45, 46, 47]]])

box = (1,1,2,2) # slicing from (1,1) to (2,2) 
b = a[:, box[0]:box[2]+1, box[1]:box[3]+1] # slicing on all channels
b
array([[[ 5,  6],
        [ 9, 10]],

       [[21, 22],
        [25, 26]],

       [[37, 38],
        [41, 42]]])

如何在Keras中将另一个张量切成张量？

1 个答案: