标签:
在我的网络中,我想将输入图像切成50px宽度的切片,而网络的输出将仅从标签上减去1px的宽度-通过切片学习图像
例如
图像输入为400 * 400
标签输入为400 * 400
图像预处理
在左侧填充图像24个像素,在右侧填充25个像素-预处理后,输入尺寸为400 * 449
现在将图像切片为50px重叠的宽度
切片1从0到50输出大小-50 * 400
切片2从1到51输出大小-50 * 400
。
。
切片400从399到449输出大小-50 * 400
此外,我正在切片标签
切片1从0到1输出大小-1 * 400
切片2从1到2输出大小-1 * 400
。
。
切片400从399到400输出大小-1 * 400
我的网络是
model = tf.keras.Sequential()
model.add(Conv2D(16, kernel_size=(3, 3),
activation='relu',
input_shape=(400,50,1)))
model.add(MaxPool2D(pool_size=(2, 2)))
model.add(Dropout(0.25))
model.add(Conv2D(16, (3, 3), activation='relu'))
model.add(MaxPool2D(pool_size=(2, 2)))
model.add(Dropout(0.25))
model.add(Conv2D(32, (3, 3), activation='relu'))
model.add(Dropout(0.25))
model.add(Flatten())
model.add(Dense(400, activation=tf.keras.activations.sigmoid))
model.compile(Adam(),
loss='binary_crossentropy',
metrics=['accuracy'])
但是我无法使其正常工作,我的方法是否错误?
我的模型不正确?