如何使用 keras 使 convnet 的输出成为图像？
How can I make the output of a convnet an image with keras?
我使用 3d 图像作为输入和输出...
model = Sequential()
#add model layers
model.add(Convolution3D(64, kernel_size=3, activation="relu", input_shape=(240, 240, 155, 1)))
model.add(Convolution3D(32, kernel_size=3, activation='relu'))
model.add(Dense(10, activation='softmax'))
model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy'])
但我希望输出是与输入具有相同尺寸的 3D 图像，而不是将最后一层设为 Dense 和 softmax。
我需要做什么才能进行上采样？
有多种上采样方法 - 您可以在 github 中查看 seg-net 或 U-net（或 seg-u-net）的简单实现。
我使用 3d 图像作为输入和输出...
model = Sequential()
#add model layers
model.add(Convolution3D(64, kernel_size=3, activation="relu", input_shape=(240, 240, 155, 1)))
model.add(Convolution3D(32, kernel_size=3, activation='relu'))
model.add(Dense(10, activation='softmax'))
model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy'])
但我希望输出是与输入具有相同尺寸的 3D 图像，而不是将最后一层设为 Dense 和 softmax。
我需要做什么才能进行上采样？
有多种上采样方法 - 您可以在 github 中查看 seg-net 或 U-net（或 seg-u-net）的简单实现。