我对修改后的 U-Net 架构的输入维度有一两个问题。为了节省您的时间并更好地理解/重现我的结果,我将发布代码和输出尺寸。修改后的U-Net架构是来自https://github.com/nibtehaz/MultiResUNet/blob/master/MultiResUNet.py的MultiResUNet架构。并基于本文https://arxiv.org/abs/1902.04049 请不要因这段代码的长度而关闭。您只需复制粘贴即可,重现我的结果的时间不会超过 10 秒。此外,您不需要为此提供数据集。使用 TF.v1.9 Keras v.2.20 进行测试。
import tensorflow as tf
from tensorflow.keras.layers import Input, Conv2D, MaxPooling2D, Conv2DTranspose, concatenate, BatchNormalization, Activation, add
from tensorflow.keras.models import Model
from tensorflow.keras.activations import relu
###{ 2D Convolutional layers
# Arguments: ######################################################################
# x {keras layer} -- input layer #
# filters {int} -- number of filters #
# num_row {int} -- number of rows in filters #
# num_col {int} -- number of columns in filters #
# …Run Code Online (Sandbox Code Playgroud) concatenation deep-learning conv-neural-network keras tensorflow