在keras里实现自定义上采样层
更新时间：2020年06月28日 16:37:17 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。
相关文章
这篇文章主要介绍了Python数据结构之栈、队列的实现代码分享，具有一定参考价值，需要的朋友可以了解下。2017-12-12
这篇文章主要为大家详细介绍了python实现简易版趣味反弹球游戏，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2022-03-03
TensorFlow实现Batch Normalization
这篇文章主要为大家详细介绍了TensorFlow实现Batch Normalization，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-03-03
今天小编就为大家分享一篇浅谈dataframe中更改列属性的方法，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2018-07-07
在本篇文章里小编给大家整理的是一篇关于Python爬虫UA伪装爬取的实例讲解内容，有需要的朋友们可以学习参考下。2021-02-02
这篇文章主要为大家详细介绍了Python pygame实现球球大作战，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-11-11
在本篇文章里小编给大家分享了一篇关于python3中布局背景颜色代码分析的相关内容，有兴趣的朋友们可以学习参考下。2020-12-12
今天小编就为大家分享一篇pytorch程序异常后删除占用的显存操作，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2020-01-01
回归是监督学习的一个重要问题，回归用于预测输入变量和输出变量之间的关系，特别是当输入变量的值发生变化时，输出变量的值也随之发生变化。回归模型正是表示从输入变量到输出变量之间映射的函数2021-11-11
在本篇文章里小编给大家整理的是一篇关于python爬虫快速响应服务器的做法，需要的朋友们可以参考下。2020-11-11
最新评论