使用卷积神经网络进行语义图像分割

Question

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！

Answer 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