Fatal编程技术网
  • tensorflow/
  • Tensorflow 用于CT图像预训练权重的SegNet

Tensorflow 用于CT图像预训练权重的SegNet

tensorflow keras

Tensorflow 用于CT图像预训练权重的SegNet,tensorflow,keras,image-segmentation,cnn,vgg-net,Tensorflow,Keras,Image Segmentation,Cnn,Vgg Net,我正在尝试训练一个SegNet用于ct图像的分割任务（使用Keras TF）。 我使用的是VGG16预训练权重，但第一个卷积层有问题，因为我使用的是灰度图像，但VGG是在rgb图像上训练的。 我使用的第二种方法解决了这个问题（不能使用第一种方法，因为它需要太多内存）。 然而，这并没有帮助我，价值观真的很糟糕（训练了100个时代） 我应该从头开始训练第一个卷积层吗？您可以尝试在vgg之前添加一个Conv2D。比如： > Your Input(shape=(height,width,1))

我正在尝试训练一个SegNet用于ct图像的分割任务（使用Keras TF）。 我使用的是VGG16预训练权重，但第一个卷积层有问题，因为我使用的是灰度图像，但VGG是在rgb图像上训练的。 我使用的第二种方法解决了这个问题（不能使用第一种方法，因为它需要太多内存）。 然而，这并没有帮助我，价值观真的很糟糕（训练了100个时代）

我应该从头开始训练第一个卷积层吗？

您可以尝试在vgg之前添加一个Conv2D。比如：

> Your Input(shape=(height,width,1))

Conv2D(filters=3,kernel_size=1, padding='same',activation='relu')

> The VGG pretrained network (input = (height,width,3))
在您的案例中很有趣，因为1x1卷积通常用于更改对象的深度。

谢谢您的建议！我要试试看！