[英]How do I properly mask values in my Convolutional Neural Network
我正在为一些图像创建一个编码器-解码器 CNN。 每个图像都有一个围绕中心的几何形状 - 圆形、椭圆形等。
我希望我的 CNN 忽略此形状中的所有值。 我所有的输入数据值都已标准化为 0-1 左右。 我将所有形状值设置为 0。
我认为将它们设置为零意味着它们不会被更新，但是，我的编码器-解码器 CNN 的 output 改变了形状。
我能做些什么来确保这些值保持不变并且不会更新？
谢谢！
我认为您正在寻找“部分卷积” 。 这是 Guilin Liu 及其同事发表的一项工作，它扩展了卷积以获取输入掩码以及输入特征 map，并将卷积仅应用于未掩码的像素。 他们还建议如何补偿掩码边界上的像素，kernel “看到”有效像素和被掩码的像素。
请注意，它们的实现可能会在使用自动混合精度 (AMP) 时出现问题。
如何修改此PyTorch卷积神经网络以接受64 x 64图像并正确输出预测？
[英]How do I modify this PyTorch convolutional neural network to accept a 64 x 64 image and properly output predictions?
如何在Keras实施的卷积神经网络的训练过程中修复我的骰子损失计算？
[英]How can I fix my dice loss calculation during the training process of a convolutional neural network implemented in Keras?
如何在卷积神经网络（CNN）中获得倒数第二层的值？
[英]How to get values of penultimate layer in convolutional neural network(CNN)?
如何使用我自己的数据在 PyTorch 上测试这个卷积神经网络？
[英]How can I use my own data to test this Convolutional Neural Network on PyTorch?
如何创建我自己的数据集以训练/测试卷积神经网络
[英]How to create my own dataset to train/test a convolutional neural network
如何确定由 Keras 上的卷积神经网络预测的二元类？
[英]How do I determine the binary class predicted by a convolutional neural network on Keras?
如何训练带有负和正元素作为第一层输入的卷积神经网络？
[英]How do I train the Convolutional Neural Network with negative and positive elements as the input of the first layer?
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.
