TensorFlow 中的 FCN 缺少作物层
FCN in TensorFlow missing crop layer
我目前正在尝试实施 FCN for semantic segmentation in TensorFlow as it was previously done in Caffe here。
不幸的是，我正在为以下三件事而苦苦挣扎：
1) 如何将 "Deconvolution" 层从 Caffe 映射到 TensorFlow？正确吗tf.nn.conv2d_transpose？
2) 如何将 "Crop" 层从 Caffe 映射到 TensorFlow？不幸的是，我在 TensorFlow 中看不到任何替代方案。 TensorFlow 中是否有对应的方法？
3）CaffeSoftmaxWithLoss是否对应TensorFlowsoftmax_cross_entropy_with_logits？
提前感谢您的任何建议、提示和帮助。
编辑 2016 年 5 月 9 日：
1) 发现tf.nn.conv2_transpose确实对应反卷积层
2) 裁剪层现在看来真的是个问题。我发现确实存在 tf.image.resize_image_with_crop_or_pad，但这似乎无法用于此目的，因为它不能用于动态创建的张量，也不能用于在 [=12= 之后需要使用的 4D 张量]层。
更多信息可能在：https://github.com/tensorflow/tensorflow/issues/2049
编辑 2016 年 5 月 17 日：
我听从了@24hours 的建议并在 tensorflow 中构建了 FCN，尽管我无法让它训练任意大小的数据。
2）确实不需要裁剪层
3) 我最后使用了 tf.nn.sparse_softmax_cross_entropy_with_logits，它对我有用。
感谢@24hours 的建议，我找到了所有 3 个问题的答案。不幸的是，tensorflow 中任意大小的 FCN 比 caffe 中的要复杂一些，但希望我也能尽快解决这个问题。
1) tf.nn.conv2d_transpose可以用
2)不需要裁剪层，可以用tf.nn.conv2d_transpose层的output_size代替。
3) 最后我用了tf.nn.sparse_softmax_cross_entropy_with_logits
我找到了在 tensorflow 中通过实现裁剪层解决任意大小图像的方法。现在，当只传递单个图像时，它可以用于您想要的任何大小的图像。有关我的解决方案的更多信息，请参见：
我目前正在尝试实施 FCN for semantic segmentation in TensorFlow as it was previously done in Caffe here。
不幸的是，我正在为以下三件事而苦苦挣扎：
1) 如何将 "Deconvolution" 层从 Caffe 映射到 TensorFlow？正确吗tf.nn.conv2d_transpose？
2) 如何将 "Crop" 层从 Caffe 映射到 TensorFlow？不幸的是，我在 TensorFlow 中看不到任何替代方案。 TensorFlow 中是否有对应的方法？
3）CaffeSoftmaxWithLoss是否对应TensorFlowsoftmax_cross_entropy_with_logits？
提前感谢您的任何建议、提示和帮助。
编辑 2016 年 5 月 9 日：
1) 发现tf.nn.conv2_transpose确实对应反卷积层
2) 裁剪层现在看来真的是个问题。我发现确实存在 tf.image.resize_image_with_crop_or_pad，但这似乎无法用于此目的，因为它不能用于动态创建的张量，也不能用于在 [=12= 之后需要使用的 4D 张量]层。
更多信息可能在：https://github.com/tensorflow/tensorflow/issues/2049
编辑 2016 年 5 月 17 日：
我听从了@24hours 的建议并在 tensorflow 中构建了 FCN，尽管我无法让它训练任意大小的数据。
2）确实不需要裁剪层
3) 我最后使用了 tf.nn.sparse_softmax_cross_entropy_with_logits，它对我有用。
感谢@24hours 的建议，我找到了所有 3 个问题的答案。不幸的是，tensorflow 中任意大小的 FCN 比 caffe 中的要复杂一些，但希望我也能尽快解决这个问题。
1) tf.nn.conv2d_transpose可以用
2)不需要裁剪层，可以用tf.nn.conv2d_transpose层的output_size代替。
3) 最后我用了tf.nn.sparse_softmax_cross_entropy_with_logits
我找到了在 tensorflow 中通过实现裁剪层解决任意大小图像的方法。现在，当只传递单个图像时，它可以用于您想要的任何大小的图像。有关我的解决方案的更多信息，请参见：