小编rkp*_*sia的帖子

我正在寻找一种垂直重复背景图像的技巧,但每次重复图像时我都要垂直翻转它.

我在脑海里尝试了所有重复的东西,但我没有找到解决方案,甚至在谷歌搜索它.

例:

直背景图像

重复时,翻转背景图像

然后再次翻转直线

有一种获得该位置的方法吗？

只有在没有纯css的解决方案时,我才会接受JScript(及其库)中的解决方案.

谢谢你们!

我正在Tensorflow 中构建自定义模型 ( SegNet ) 2.1.0。

我面临的第一个问题是重新利用所需的最大池操作的索引，如论文中所述。基本上，由于它是编码器-解码器架构，因此在解码中需要网络编码部分的池化索引来对特征图进行上采样并保持相应索引的目标值。

现在，在 TF 中，这些索引默认情况下不会被层导出tf.keras.layers.MaxPool2D（例如在 PyTorch 中）。要获得最大池化操作的索引，需要使用tf.nn.max_pool_with_argmax. 无论如何，此操作以扁平格式返回索引（argmax），这需要进一步的操作才能在网络的其他部分有用。

为了实现一个执行 MaxPooling2D 并导出这些索引（扁平化）的层，我在 keras 中定义了一个自定义层。

class MaxPoolingWithArgmax2D(Layer):

def __init__(
        self,
        pool_size=(2, 2),
        strides=2,
        padding='same',
        **kwargs):
    super(MaxPoolingWithArgmax2D, self).__init__(**kwargs)
    self.padding = padding
    self.pool_size = pool_size
    self.strides = strides

def call(self, inputs, **kwargs):
    padding = self.padding
    pool_size = self.pool_size
    strides = self.strides
    output, argmax = tf.nn.max_pool_with_argmax(
        inputs,
        ksize=pool_size,
        strides=strides,
        padding=padding.upper(),
        output_dtype=tf.int64)
    return output, argmax

显然，该层用于网络的编码部分，因此需要解码相应层来执行逆操作（UpSampling2D），并利用索引（论文中有关此操作的更多详细信息）。

经过一番研究，我找到了遗留代码（TF<2.1.0）并对其进行了调整以执行操作。无论如何，我不是 100% 相信这段代码运行良好，事实上有些事情我不喜欢。

class MaxUnpooling2D(Layer):
def __init__(self, size=(2, …