在 Resnet50 keras.applications 中修改 maxpooling 层答案

【问题标题】：Modifying maxpooling layer in Resnet50 keras.applications在 Resnet50 keras.applications 中修改 maxpooling 层
【发布时间】：2018-11-15 06:48:13
【问题描述】：

我正在做一个分段项目，想知道是否有办法修改 keras.application 中的 resent50 maxpooling 层。我在 Kaggle 内核中使用 keras.application 并且想知道是否可以通过代码更新层。

x = ZeroPadding2D(padding=(3, 3), name='conv1_pad')(img_input)
x = Conv2D(64, (7, 7), strides=(2, 2), name='conv1')(img_input)
x = BatchNormalization(axis=bn_axis, name='bn_conv1')(x)
x = Activation('relu')(x)
x = MaxPooling2D((3, 3), strides=(2, 2))(x)

到：

x = Conv2D(64, (7, 7), strides=(2, 2), padding='same', name='conv1')(img_input)
x = BatchNormalization(axis=bn_axis, name='bn_conv1')(x)
x = Activation('relu')(x)
x = MaxPooling2D((3, 3), strides=(2, 2), padding = 'same')(x)

【问题讨论】：

标签： python keras keras-layer max-pooling

【解决方案1】：

您始终可以复制源代码并创建替代版本。

复制 resnet 的源代码，将类重命名为 CustomResnet 并更改您想要的内容。

不过，根据我的分割经验，如果您打算将其用于可变尺寸，这对您没有多大帮助，因为在您执行 UpSamplings 时，您不会知道图像的原始尺寸。因此，UpSamplings 通常最终会比原来的更大。

现在，如果您使用的是固定尺寸，那么您最终可以找到一种在模型内正确填充的方法。

但我真的建议您计算 MaxPooling 层的数量，并确保您的输入图像大小是 2^poolingLayers 的倍数。

【讨论】：