Question

我正在创建一个高度 = 128、宽度 = 128、通道数 = 3 的 3D CNN 模型。3D CNN 的代码-

localStorage

因此，在我尝试构建模型时创建模型函数后，它会引发值错误

def get_model(width=128, height=128, depth=3):
  """
  Build a 3D convolutional neural network
  """
  inputs = tf.keras.Input((width, height, depth, 1))

  x = layers.Conv3D(filters=64, kernel_size=3, activation="relu")(inputs)
  x = layers.MaxPool3D(pool_size=2)(x)
  x = layers.BatchNormalization()(x)

  x = layers.Conv3D(filters=128, kernel_size=3, activation="relu")(x)
  x = layers.MaxPool3D(pool_size=2)(x)
  x = layers.BatchNormalization()(x)

  x = layers.Conv3D(filters=256, kernel_size=3, activation="relu")(x)
  x = layers.MaxPool3D(pool_size=2)(x)
  x = layers.BatchNormalization()(x)

  x = layers.GlobalAveragePooling3D()(x)
  x = layers.Dense(units=512, activation="relu")(x)

  x = layers.Dropout(0.3)(x)

  outputs = layers.Dense(units=4, activation='softmax')(x)

  model= keras.Model(inputs, outputs, name="3DCNN")
  return model

构建模型的代码：- #构建模型

-ValueError: Negative dimension size caused by subtracting 2 from 1 for '{{node max_pooling3d_5/MaxPool3D}} = MaxPool3D[T=DT_FLOAT, data_format="NDHWC", ksize=[1, 2, 2, 2, 1], padding="VALID", strides=[1, 2, 2, 2, 1]](Placeholder)' with input shapes: [?,126,126,1,64].

完全错误-

model = get_model(width=128, height=128, depth=3)
model.summary()

这个错误是什么意思？？我的维度有问题吗？？

提前致谢！！！！！！

Answer 1

不指定 data_format 参数，Conv3D 层将输入形状视为：

batch_shape + (conv_dim1, conv_dim2, conv_dim3, channels)

您指定为：

batch_shape + (width=128, height=128, depth=3, channels=1)

因此，您有一个数据，其形状为 (128,128,3) 并且有 1 个通道。

由于卷积操作适用于前 3 个维度，即 (128,128,3)，在第一次卷积 kernel_size=3 后，第 3 个维度（您指定为 depth=3 的维度）收缩为 1。然后在下一层 (MaxPooling3D) 它不能得到 2 的池化，因为形状不适合。因此，考虑通过更大的数字更改深度维度或更改 kernel_size 参数。例如，输入形状可以是 (128,128,128,1) 或 kernel_size 应该更改为其他类似 (3,3,1) 的内容。

P.S：如果你有一张 RGB 图像，那么通道数是 3，最后一个维度应该设置为 3。在 3D 图像中，还有另一个名为深度（另一个维度）的概念，它不同于通道。所以：

3D 图像 RGB：(width, height, depth, 3)
3D 图像灰度：(width, height, depth, 1)
2D 图像 RGB：(width, height, 3)
2D 图像灰度：(width, height, 1)

3D CNN 模型抛出负维度错误——维度问题

1 个答案: