0
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。做任何keras網絡卷積
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。
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。做任何keras網絡卷積
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。
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')