是否可以将多个图像输入输入到卷积神经网络

Question

我有一个包含许多图像的数据集，其中图像具有同一类的 5 倍放大倍数（x10、x20、x30、x40、x50），但它们不是序列数据，并且所有图像都处于 RGB 模式，大小为 512x512，我想要把这 5 张图像作为 CNN 的输入，我不知道怎么做。另外，还有一个问题是，一旦模型在 5 个图像管道上得到了很好的训练，当我只有一张图像（一个放大倍数，以 x10 为例）时，它可以工作吗？

Answer 1

您问了两个问题。\n对于第一个问题，有两种方法可以实现。1-你可以按照输入大小为5\xc3\x97512\xc3\x97512\xc3\x973的方式设计模型，然后你去训练模型。

\n

对于第二个问题，您需要以处理特征或缺失特征的方式设计模型feature absence。对于我能想到的复杂模型，你可以这样设计模型，\n每个图像有 5 个输入，每个图像经过一个或多个 CNN，经过一层或几层后将它们合并在一起.\n对于每个输入，您可以考虑一个附加特征，一个布尔值来指示当前图像是否应在训练中考虑（不存在或存在）。在训练过程中，您应该将所有 5 张图像进行组合，并考虑其中一些图像的缺失，以便您的模型学会处理输入中 5 张图像中缺失一张或多张图像的情况。\n我希望我说得足够清楚并且有帮助。\n祝你好运。

\n