我对python很幼稚,这是我的第一次尝试,因此,如果我的问题似乎太基本了,请忍受。 我想使用卷积神经网络对9个卫星图像进行语义分割。 到目前为止,我已经成功地将图像一张一张地导入并将其转换为灰度。
我想执行以下过程:
卷积-16个过滤器,3 3个过滤器大小 合并-2 2过滤器大小 输出-4类 测试和验证80:20
任何线索都可能会有所帮助。友善的指导!
答案 0 :(得分:1)
这是代码,只有模型部分:
import tensorflow as tf
from tensorflow.keras import Conv2D, Dense, Flatten, MaxPool2D
# Declare your desired things here
num_filter=32
kernel_size=(3,3)
strides=(1,1)
padding="valid"
input_shape=(width,height,channel)
model = tf.keras.Sequential([
Conv2D(num_filter, kernel_size, strides=strides, input_shape=input_shape),
MaxPool2D(),
Flatten(),
Dense(4, activation="softmax")
])
以下是有用的链接:ConvNet TensorFlow guide