神经网络训练用面罩

Question

我正在训练一个神经网络，我发现了由无人机拍摄的照片数据集。它说它有20个类别应被检测。但是所有的蒙版都像这样（对不起，图像真的很暗！）： This is my mask

当我尝试训练网络时，总是说图像只有3个通道。 （我认为这可能是RGB）。问题是我的网络希望遮罩有20个通道的输入（每个类别一个都可以检测到，例如树木，汽车，人等）。我是否可以将图像转换为20个通道的图像？我看了看一下蒙版是否只有20种不同的像素颜色值，但它有254种，所以我认为这与...无关。

谢谢！ （这是我关于StackOverflow的第一个问题，所以如果有问题，请告诉我！:-)）

Answer 1

我不确定我是否正确理解了您的问题，但是是的，有一种方法可以对图像进行升采样以使其成为20通道输入。您要做的就是获取原始图像（假设其大小为[batch, height, width, #channels]），然后将其与内核（[#channels, height, width, 20]）进行卷积，同时保持填充模式为“相同”。这样会将您的3通道图像转换为20通道阵列（不再称为图像）。