变输入全卷积网络

Question

我有一个完全卷积的神经网络，U-网，可以在下面读到。

https://arxiv.org/pdf/1505.04597.pdf

我想用它对图像进行像素级分类。我有两个尺寸的训练图像: 512x512和768x768。我使用尺寸的反射垫(256,256,256,256,256,256)在前一步，(384,384,384)在后一步。我先做连续填充，再做卷积，得到输出的输入大小。

但是由于我的填充取决于图像/输入的大小，所以我不能建立一个通用的模型(我正在使用火炬)。

在这种情况下，填充物是怎么做的？

我刚开始深造，任何帮助都会很好。谢谢。

Answer 1

您的模型将只接受第一层大小的图像。在将它们转发到网络之前，您必须对它们进行预处理。为了做到这一点，您可以使用：

image.scale(img, width, height, 'bilinear')

img将是缩放的图像，width和height是模型的第一层的大小(如果我没有弄错的话，它是572*572)，'bilinear'是它将用来缩放图像的算法。

请记住，可能需要提取图像的平均值或将其更改为BGR (取决于模型是如何训练的)。

Answer 2

要做的第一件事是处理所有的图像，使其大小相同。CONV层输入要求所有图像都具有指定的维度。

Caffe允许您在prototxt文件中重新构造；在Torch中，我认为有一个类似的命令可以放在createModel的前面，但我不记得命令名了。如果没有，则需要在模型流之外执行该操作。