具有不同输入的全卷积网络

Posted 2023-03-29

【中文标题】具有不同输入的全卷积网络

【英文标题】：Fully Convolution Networks with Varied inputs

【发布时间】：2016-11-09 12:31:41

【问题描述】：

我有一个全卷积神经网络，U-Net，可以在下面阅读。

https://arxiv.org/pdf/1505.04597.pdf

我想用它对图像进行像素分类。我的训练图像有两种尺寸：512x512 和 768x768。我在初始步骤中在前者中使用大小为 (256,256,256,256) 的反射填充，在后者中使用 (384,384,384,384)。我在卷积之前进行连续填充，以获得输入大小的输出。

但由于我的填充取决于图像/输入的大小，我无法构建通用模型（我使用的是 Torch）。

在这种情况下如何填充？

我是深度学习的新手，任何帮助都会很棒。谢谢。

【参考方案1】：

您的模型将只接受第一层大小的图像。在将它们转发到网络之前，您必须对它们进行预处理。为此，您可以使用：

image.scale(img, width, height, 'bilinear')

img 是要缩放的图像，width 和 height是模型第一层的大小（如果我没记错的话是 572*572），'bilinear' 是它的算法将用于缩放图像。

请记住，可能需要提取图像的平均值或将其更改为 BGR（取决于模型的训练方式）。

【讨论】：

这也是我的理解。但是我对这两个帖子感到矛盾。如这些帖子中建议的那样，您如何在测试期间输入不同尺寸的图像？ ***.com/a/39054829/8100895***.com/a/57346952/8100895

【参考方案2】：

首先要做的是将所有图像处理为相同大小。 CONV 层输入要求所有图像都具有指定的尺寸。

Caffe 允许您在 prototxt 文件中进行reshape；在 Torch 中，我认为有一个类似的命令可以放在 createModel 的前面，但我不记得命令名称了。如果没有，那么您需要在模型流程之外进行。