將2D（類數，像素數）輸出的圖像分割模型重塑為3D通道最后一張圖像的正確方法是什么

Question

我正在使用keras和python進行衛星圖像分割。 據我了解，要獲得圖像分割的（像素級）預測，模型會將尺寸（-1，num_classes，height，width）的圖層重塑為（-1，num_classes，height * width）的形狀，然后再應用激活功能，例如softmax或Sigmoid。 我的問題是在此步驟后以通道優先或通道末尾的格式恢復圖像？ 示例代碼

o = (Reshape((  num_classes , outputHeight*outputWidth)))(o)
o = (Permute((2, 1)))(o)
o = (Activation('softmax'))(o)

我試圖在最后添加以下圖層到模型

o = (Reshape((outputHeight, outputWidth, num_classes)))(o)

這個對嗎？ 這會以與原始順序相同的順序重新定向圖像像素嗎？ 另一種選擇是在單個圖像上使用以下代碼。

array.reshape(height, width, num_classes)

我應該使用哪種方法來獲得像素級分割結果？

Answer 1

不，如果你有興趣的圖像分割， 不應該壓平，然后重塑你的張量。 而是使用完全卷積模型，例如U-Net 。 您可以在github上找到很多示例實現，例如， 這里