如何在 Keras 中的 5 維數組上運行 model.predict()？

Question

I've trained a binary classification model that takes a (128x128x3) image and then gives a binary value of 0 or 1. I then want to take a larger image, say (nxmx3), and apply a windowing function and have the model run對每個window 的預測。

我使用 skimage.util.view_as_windows 將 (1024x1024x3) 圖像轉換為 (897,897,128,128,3) numpy 數組。 我現在想通過我的 model 運行每個 (i, j, 128,128,3) window，然后將其放在同一位置。 最后，我想要一個 (897,897) 數組，其中包含 class 存在的概率。

我現在這樣做的方式需要一個 for 循環，該循環需要將近 1-2 分鍾才能完成，同時隨着包含 model 預測的列表變大而減速。

有沒有辦法矢量化這個過程？ 也許展平 numpy 陣列，在其上運行 model.predict()，然后創建具有相同先前尺寸的二維陣列？

Answer 1

您可以使用使用滑動 window 來預測 output 的完全卷積網絡，它不依賴於輸入形狀。 用具有相同 output_shape 的卷積層替換您的全連接層，並在 (128x128x3) 數據集上對其進行訓練。

如果您在 1024x1024 輸入圖像上進行預測，網絡會為每個 128x128 區域預測一個 label。