基于卷积神经网络的语义图像分割

Question

我对python太天真了，这是我的第一次尝试，所以如果我的问题似乎太基本，请容忍我。我想用卷积神经网络对9幅卫星图像进行语义分割。到目前为止，我已经成功地一个一个地导入图像，并将它们转换为灰度。

我想做以下工作：

卷积. 16滤波器，3_3滤波器大小池. 2_2滤波器大小输出.4类测试和验证80:20

这方面的任何线索都可能有帮助。请指点！

Answer 1

下面是代码，只有模型部分：

import tensorflow as tf
from tensorflow.keras import Conv2D, Dense, Flatten, MaxPool2D

# Declare your desired things here
num_filter=32
kernel_size=(3,3)
strides=(1,1)
padding="valid"
input_shape=(width,height,channel)

model = tf.keras.Sequential([
   Conv2D(num_filter, kernel_size, strides=strides, input_shape=input_shape),
   MaxPool2D(),
   Flatten(),
   Dense(4, activation="softmax")
])

下面是一个有用的链接：ConvNet TensorFlow指南