在Resnet50 keras.applications中修改maxpooling層

Question

我正在研究一個細分項目，想知道是否有一種方法可以修改keras.application中的resent50 maxpooling層。 我在Kaggle內核中使用keras.application，想知道是否可以通過代碼更新該層。

x = ZeroPadding2D(padding=(3, 3), name='conv1_pad')(img_input)
x = Conv2D(64, (7, 7), strides=(2, 2), name='conv1')(img_input)
x = BatchNormalization(axis=bn_axis, name='bn_conv1')(x)
x = Activation('relu')(x)
x = MaxPooling2D((3, 3), strides=(2, 2))(x)

至：

x = Conv2D(64, (7, 7), strides=(2, 2), padding='same', name='conv1')(img_input)
x = BatchNormalization(axis=bn_axis, name='bn_conv1')(x)
x = Activation('relu')(x)
x = MaxPooling2D((3, 3), strides=(2, 2), padding = 'same')(x)

Answer 1

您始終可以復制源代碼並創建替代版本。

復制resnet的源代碼，將類重命名為CustomResnet並更改所需的內容。

但是，根據我的分割經驗，如果打算以可變大小使用它，這將無濟於事，因為在執行UpSamplings時，您將不知道圖像的原始大小。 因此，UpSamplings最終通常會比原始樣本更大。

現在，如果您使用固定大小，可以，您最終可以找到在模型內部正確填充的方法。

但我確實建議您計算MaxPooling層的數量，並確保輸入圖像的大小是2^poolingLayers 。