做任何keras網絡卷積

Question

環境仍然是一個抽象，我需要訓練一個卷積網絡，然後通過圖像上的滑動窗口運行這個卷積網絡。目標是建立一個熱圖來爲某些物體制作像素完美的檢測邊界。

我想知道在keras中是否有簡單的方法來訓練一個網絡，然後將它變成卷積網絡而不需要在圖像上運行循環，這很慢？

我在想我可以將訓練過的卷積濾波器複製到更大的卷積網絡中。

如果不是，我需要直接去tensorflow。

Answer 1

這很容易在Keras做，只要你使用完全卷積網，即通過與內核大小卷積層1

最簡單的方法就可以開始更換任何緻密層是使用一種Keras中包含的預訓練網絡，請參閱https://keras.io/applications/這是如何完成自定義輸入大小的。如果你已經訓練了自己的完全卷積網絡'old_model'，只需要：

new_input = Input(new_size) 

    new_model = Model(new_input, old_model.output) 

    old_model.save_weights('w.h5') 

    new_model.get_weights('w.h5')