Python 我如何实施Salt&；凯拉斯的胡椒层？
我需要在keras中实现salt&pepper层，就像Gaussian noise一样，我尝试使用以下代码，但它产生了几个错误。你能告诉我有什么问题吗？对于实施标准普尔层，您还有其他建议吗？多谢各位Python 我如何实施Salt&；凯拉斯的胡椒层？,python,tensorflow,image-processing,keras,noise,Python,Tensorflow,Image Processing,Keras,Noise,我需要在keras中实现salt&pepper层，就像Gaussian noise一样，我尝试使用以下代码，但它产生了几个错误。你能告诉我有什么问题吗？对于实施标准普尔层，您还有其他建议吗？多谢各位 from keras.engine.topology import Layer class SaltAndPepper(Layer): def __init__(self, ratio, **kwargs): super(SaltAndPepper, self).__in
from keras.engine.topology import Layer
class SaltAndPepper(Layer):
def __init__(self, ratio, **kwargs):
super(SaltAndPepper, self).__init__(**kwargs)
self.supports_masking = True
self.ratio = ratio
def call(self, inputs, training=None):
def noised():
r = self.ratio*10
s = inputs.shape[1]
n = int( s * r/10 )
perm = np.random.permutation(r)[:n]
inputs[perm] = (np.random.rand(n) > 0.5)
return inputs
return K.in_train_phase(noised(), inputs, training=training)
def get_config(self):
config = {'ratio': self.ratio}
base_config = super(SaltAndPepper, self).get_config()
return dict(list(base_config.items()) + list(config.items()))
decoded_noise=call(0.05,bncv11)#16
from keras.engine.topology import Layer
class SaltAndPepper(Layer):
def __init__(self, ratio, **kwargs):
super(SaltAndPepper, self).__init__(**kwargs)
self.supports_masking = True
self.ratio = ratio
# the definition of the call method of custom layer
def call(self, inputs, training=True):
def noised():
shp = K.shape(inputs)[1:]
mask_select = K.random_binomial(shape=shp, p=self.ratio)
mask_noise = K.random_binomial(shape=shp, p=0.5) # salt and pepper have the same chance
out = inputs * (1-mask_select) + mask_noise * mask_select
return out
return K.in_train_phase(noised(), inputs, training=training)
def get_config(self):
config = {'ratio': self.ratio}
base_config = super(SaltAndPepper, self).get_config()
return dict(list(base_config.items()) + list(config.items()))
在图像处理中，salt和pepper噪声基本上将随机选择的像素比率的值改变为salt（即白色，通常为1或255，取决于图像值的范围）或pepper（即黑色，通常为0）。尽管如此，除了图像处理之外，我们还可以在其他领域使用相同的思想。因此，您必须首先指定三件事：
from keras import backend as K
# NOTE: this is the definition of the call method of custom layer class (i.e. SaltAndPepper)
def call(self, inputs, training=None):
def noised():
shp = K.shape(inputs)[1:]
mask_select = K.random_binomial(shape=shp, p=self.ratio)
mask_noise = K.random_binomial(shape=shp, p=0.5) # salt and pepper have the same chance
out = inputs * (1-mask_select) + mask_noise * mask_select
return out
return K.in_train_phase(noised(), inputs, training=training)
- 给定噪声比的值在[0,1]范围内
- 如果使用此层直接将其应用于图像，则必须注意，它假定图像为灰度（即单色通道）。要将其用于RGB图像（即三个颜色通道），您可能需要稍微修改它，以便选择一个像素及其所有通道来添加噪波（尽管这取决于您如何定义和使用椒盐噪波）
- 它假定盐的值为1，胡椒的值为0。不过，通过如下更改
的定义，您可以轻松地将salt的值更改为mask_noise
，将pepper的值更改为x
：ymask_noise = K.random_binomial(shape=shp, p=0.5) * (x-y) + y - 相同的噪声模式应用于批次中的所有样本（但是，不同批次的噪声模式不同）
r/10rr