keras:连接两个图像作为输入(DeepVO)
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了keras:连接两个图像作为输入(DeepVO)相关的知识,希望对你有一定的参考价值。
我正在尝试实现this paper中描述的模型。
我遇到问题的一个项目是设置输入,这应该是两个图像堆叠,这意味着,我有一组连续的(i & i+1)
图像2048x2048x1(单色),所以输入张量将是2048x2048x2,但每个连续输入到神经网络将是以下一组图像(i+1 & i+2)
。到目前为止我有
import numpy as np
from keras.models import Sequential
from keras.layers import Dense, Concatenate, Activation, Conv2D, MaxPooling2D, Flatten, Input
from keras.klayers import Embedding,LSTM
inp1 = Input((2048,2048,1))
inp2 = Input((2048,2048,1))
deepVO = Sequential()
deepVO.add(Concatenate(inp1,inp2,-1))
deepVO.add(Conv2D(64,(2,2)))
deepVO.add(Activation('relu'))
#....continue to add other layers
我在deepVO_CNN.add(Concatenate(inp1,inp2,-1))
得到的错误是:
TypeError:__ init __()取1到2个位置参数,但给出4个。
答案
尝试像这样的keras api模式:
import numpy as np
from keras.models import Sequential
from keras.layers import Dense, Activation, Conv2D, MaxPooling2D, Flatten, Input, concatenate
from keras.models import Model
inp1 = Input((2048,2048,1))
inp2 = Input((2048,2048,1))
deepVO = concatenate([inp1, inp2],axis=-1)
deepVO = Conv2D(64,(2,2))(deepVO)
deepVO = Activation('relu')(deepVO)
...
...
outputs = Dense(num_classes, activation='softmax')(deepVO)
deepVO = Model([inp1, inp2], outputs)
#deepVO.summary()
以上是关于keras:连接两个图像作为输入(DeepVO)的主要内容,如果未能解决你的问题,请参考以下文章
如何在keras tensorflow中将图像作为输入并获取另一个图像作为输出
tf.keras.Concatenate Graph 连接两个输入层时断开连接
当我在 Tensorflow 上使用 Keras API 连接两个模型时,模型的输入张量必须来自 `tf.layers.Input`