在keras里实现自定义上采样层
作者：海淀小天
这篇文章主要介绍了在keras里实现自定义上采样层，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
Keras里的UpSampling2D层不是中的双线性内插，而是简单的重复图像。这点和pytorch不一样，pytorch默认使用的是双线性内插。
同样：这里仍然使用的是keras而不是tf.keras.
keras里UpSampling2D的部分定义说明如下：
class UpSampling2D(Layer):
"""Upsampling layer for 2D inputs.
Repeats the rows and columns of the data
by size[0] and size[1] respectively.
可以看出，这里的上采样确实只是简单的图像重复。
要想使用双线性或者最近邻或者双三次插值上采样，则需要在tf的tf.image.resize_images函数基础上进行包装，代码如下：
####定义：
def my_upsampling(x,img_w,img_h,method=0):
"""0：双线性差值。1：最近邻居法。2：双三次插值法。3：面积插值法"""
return tf.image.resize_images(x,(img_w,img_h),0)
###调用：
Lambda(my_upsampling,arguments={'img_w':self.img_w,'img_h':self.img_h})(output_6)
###load_model时注意加上tf：
model = keras.models.load_model('my_model.h5', custom_objects={'tf': tf})
补充知识：
keras中使用内置模型语义分割上采样维度不匹配
1.卷积时要使用padding=same因此要修改原来的padding=valid
x = conv2d_bn(img_input, 32, 3, strides=2, padding='same')
2.池化时卷积核大小修改为2而不是原来的3
branch_pool = layers.MaxPooling2D(2, strides=2, padding='same')(x)
以上这篇在keras里实现自定义上采样层就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
您可能感兴趣的文章:
利用Python模拟谷歌的小恐龙游戏
2021-12-12
Python实现如何根据文件后缀进行分类
2021-12-12
Python 时间操作datetime详情（下）
2021-11-11
Python之捕捉异常详解
2021-12-12
Python Pyqt5多线程更新UI代码实例(防止界面卡死)
2021-12-12
详解Python函数中的几种参数
2021-12-12
Python解压可迭代对象赋值给多个变量详解
2021-12-12
Python爬虫采集微博视频数据
2021-12-12
美国设下计谋,用娘炮文化重塑日本,已影响至中国
2021-11-19
时空伴随者是什么意思?时空伴随者介绍
2021-11-09
工信部称网盘企业免费用户最低速率应满足基本下载需求，天翼云盘回应：坚决支持，始终
2021-11-05
2022年放假安排出炉：五一连休5天 2022年所有节日一览表
2021-10-26
电脑版
-
返回首页
2006-2023 脚本之家 JB51.Net , All Rights Reserved.
苏ICP备14036222号
