Keras Conv2D 解码器

【问题标题】：Keras Conv2D decoderKeras Conv2D 解码器
【发布时间】：2020-01-05 13:02:46
【问题描述】：

我正在处理不同大小 (x,y) 的图像。在MaxPooling2D 之后使用UpSampling2D 时，它不能很好地重建它，因为x-dim 不等于y-dim。它在 x=y（例如 28x28）时有效，但在我的情况下（388x45）。我怎么解决这个问题。

input_img = Input(shape=(388, 45, 1))  

x = Conv2D(32, (3, 3), activation='relu', padding='same')(input_img)
x = MaxPooling2D((2, 2), padding='same')(x)

x = UpSampling2D((2, 2))(x)
x = Conv2D(1, (3, 3), activation='sigmoid', padding='same')(x)

【问题讨论】：

标签： python machine-learning keras conv-neural-network

【解决方案1】：

解决方案是在上采样层之后添加ZeroPadding2D 以达到所需的形状。

实际上，如果您有图像的形状 ((19,30))，为了获得偶数，例如，在第一个位置，您会添加：

x = UpSampling2D((2, 2))(x) #say here the shape is (19,30) after upsampling but you need (20,30)
x = ZeroPadding2D(((1, 0), (0, 0)))(x) # change to ZeroPadding2D(((0, 0), (0, 1))) if you want second dimension to increase by 1

您可以在此答案中找到 ZeroPadding2D 的完美用法： segnet in keras: total size of new array must be unchanged error

【讨论】：