Keras Conv2D 解碼器

Question

我正在處理不同大小（x，y）的圖像。 當使用UpSampling2D后MaxPooling2D它不重建它很好由於x-暗淡不等於y-暗淡。 它適用於 x=y（例如 28x28），但在我的情況下（388x45）。 我怎么解決這個問題。

input_img = Input(shape=(388, 45, 1))  

x = Conv2D(32, (3, 3), activation='relu', padding='same')(input_img)
x = MaxPooling2D((2, 2), padding='same')(x)

x = UpSampling2D((2, 2))(x)
x = Conv2D(1, (3, 3), activation='sigmoid', padding='same')(x)

Answer 1

對此的解決方案是在上采樣層之后添加ZeroPadding2D以達到所需的形狀。

實際上，如果您有圖像的形狀 ((19,30))，為了獲得偶數，例如在第一個位置，您可以添加：

x = UpSampling2D((2, 2))(x) #say here the shape is (19,30) after upsampling but you need (20,30)
x = ZeroPadding2D(((1, 0), (0, 0)))(x) # change to ZeroPadding2D(((0, 0), (0, 1))) if you want second dimension to increase by 1

您可以在此答案中找到 ZeroPadding2D 的完美用法： keras 中的 segnet：新數組的總大小必須保持不變錯誤