Deep learning 如何用6通道输入图像训练FCN网络？_Deep Learning_Image Segmentation

Deep learning 如何用6通道输入图像训练FCN网络？

deep-learning

Deep learning 如何用6通道输入图像训练FCN网络？,deep-learning,image-segmentation,Deep Learning,Image Segmentation,输入图像为6个通道，我正在使用FCN-8，我正在更改第一个conv层，如下所示： model = torchfcn.models.FCN8sAtOnce(n_class=2) model.conv1_1 = nn.Conv2d(6, 64, 3, padding=100) 它抛出了一个错误 RuntimeError: shape '[1, 1664, 1024, 1]' is invalid for input of size 1650000 但是，当我将其默认设置为3个通道并提供3个通

输入图像为6个通道，我正在使用FCN-8，我正在更改第一个conv层，如下所示：

model = torchfcn.models.FCN8sAtOnce(n_class=2)
model.conv1_1 = nn.Conv2d(6, 64, 3, padding=100)

它抛出了一个错误

 RuntimeError: shape '[1, 1664, 1024, 1]' is invalid for input of size 1650000

但是，当我将其默认设置为3个通道并提供3个通道图像时，效果很好：

model = torchfcn.models.FCN8sAtOnce(n_class=2)
model.conv1_1 = nn.Conv2d(**3**, 64, 3, padding=100)

这个模型是从torch导入的，所以我真的不知道如何调试它

有人知道如何解决这个问题吗

或

基本上我想要一个分割网络，可以采取3个以上的渠道作为输入，请共享链接，如果可用