在keras里實(shí)現(xiàn)自定義上采樣層
Keras里的UpSampling2D層不是中的雙線性內(nèi)插，而是簡單的重復(fù)圖像。這點(diǎn)和pytorch不一樣，pytorch默認(rèn)使用的是雙線性內(nèi)插。
同樣：這里仍然使用的是keras而不是tf.keras.
keras里UpSampling2D的部分定義說明如下：
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，這里的上采樣確實(shí)只是簡單的圖像重復(fù)。
要想使用雙線性或者最近鄰或者雙三次插值上采樣，則需要在tf的tf.image.resize_images函數(shù)基礎(chǔ)上進(jìn)行包裝，代碼如下：
####定義：
def my_upsampling(x,img_w,img_h,method=0):
"""0：雙線性差值。1：最近鄰居法。2：雙三次插值法。3：面積插值法"""
return tf.image.resize_images(x,(img_w,img_h),0)
###調(diào)用：
Lambda(my_upsampling,arguments={'img_w':self.img_w,'img_h':self.img_h})(output_6)
###load_model時(shí)注意加上tf：
model = keras.models.load_model('my_model.h5', custom_objects={'tf': tf})
補(bǔ)充知識：keras中使用內(nèi)置模型語義分割上采樣維度不匹配
1.卷積時(shí)要使用padding=same因此要修改原來的padding=valid
x = conv2d_bn(img_input, 32, 3, strides=2, padding='same')
2.池化時(shí)卷積核大小修改為2而不是原來的3
branch_pool = layers.MaxPooling2D(2, strides=2, padding='same')(x)
以上這篇在keras里實(shí)現(xiàn)自定義上采樣層就是小編分享給大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
基于Python實(shí)現(xiàn)的微信好友數(shù)據(jù)分析
這篇文章主要介紹了基于Python實(shí)現(xiàn)的微信好友數(shù)據(jù)分析的相關(guān)知識，非常不錯(cuò)，具有參考借鑒價(jià)值,需要的朋友可以參考下2018-02-02
用Python自動(dòng)清理系統(tǒng)垃圾的實(shí)現(xiàn)
這篇文章主要介紹了用Python自動(dòng)清理系統(tǒng)垃圾的實(shí)現(xiàn)，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-01-01
python內(nèi)置模塊datetime.timedelta計(jì)算時(shí)間間隔示例代碼
Python的datetime模塊提供了處理日期和時(shí)間的功能,包括datetime.date、datetime.time、datetime.datetime、datetime.timedelta等類,timedelta用于表示時(shí)間間隔,支持日期和時(shí)間的加減運(yùn)算,文中給出了詳細(xì)的代碼示例,需要的朋友可以參考下2025-04-04
python實(shí)現(xiàn)文本進(jìn)度條 程序進(jìn)度條 加載進(jìn)度條 單行刷新功能
這篇文章主要介紹了python實(shí)現(xiàn)文本進(jìn)度條 程序進(jìn)度條 加載進(jìn)度條 單行刷新功能，本文通過實(shí)例代碼給大家介紹的非常詳細(xì)，具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2019-07-07
天地圖是中國國家測繪地理信息局推出的一款權(quán)威、全面的在線地理信息系統(tǒng),本文將詳細(xì)介紹如何使用Python調(diào)用天地圖接口,感興趣的可以了解下2024-12-12
本文主要介紹了pip無法安裝osgeo失敗的問題解決,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2025-03-03
這篇文章主要介紹了python調(diào)用并鏈接MATLAB腳本詳解,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-07-07
python3+opencv 使用灰度直方圖來判斷圖片的亮暗操作
這篇文章主要介紹了python3+opencv 使用灰度直方圖來判斷圖片的亮暗操作，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-06-06
在進(jìn)行網(wǎng)絡(luò)數(shù)據(jù)爬取過程中,網(wǎng)絡(luò)請求超時(shí)是一個(gè)令人頭疼的問題,尤其在Python中,我們常常需要應(yīng)對各種網(wǎng)絡(luò)爬蟲、API調(diào)用或其他網(wǎng)絡(luò)操作,而網(wǎng)絡(luò)請求超時(shí)的原因千奇百怪,在本篇文章中,我們將深入探討Python requests請求超時(shí)的解決方案,需要的朋友可以參考下2024-12-12
對變量賦值的理解--Pyton中讓兩個(gè)值互換的實(shí)現(xiàn)方法
下面小編就為大家分享一篇Pyton中讓兩個(gè)值互換的實(shí)現(xiàn)方法，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2017-11-11