使用 keras 输出图像 - 如何指定输出层的形状。输入图像和输出图像尺寸为（210,210,3）

Question

我是 Keras 的新手。我正在尝试将彩色倒置图像输入神经网络，然后预测真实图像。这样我的x就变成了倒像，y就变成了实像。但是我不知道如何用keras得到输出图像。

这是我的代码。

import numpy as np
from keras.preprocessing.image import load_img
from keras.preprocessing.image import img_to_array
from keras.models import Sequential
from keras.layers import Conv2D,MaxPooling2D,Flatten,Dense

real=[]
for i in range(1,11):
    img=load_img(f"resized 1/{i}.jpg",target_size=(210,200))
    img=img_to_array(img)
    real.append(img)

invs=[]
for i in range(1,11):
    img=load_img(f"resized 2/{i}i.jpg",target_size=(210,200))
    img=img_to_array(img)
    invs.append(img)

x=np.array(invs)
y=np.array(real)
x=x/255
y=y/255


model=Sequential()

model.add(Conv2D(64,(3,3),activation='relu'))
model.add(MaxPooling2D((2,2)))

model.add(Conv2D(64,(3,3),activation='relu'))
model.add(MaxPooling2D((2,2)))

model.add(Flatten())
model.add(Dense(128,input_shape=x.shape[1:],activation='relu'))

之后我应该做什么我应该如何指定输出层....我卡住了

model.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
model.fit(x,y,epochs=5,validation_split=0.1)

提前致谢.... 我已经提到了这个 post 但什么也得不到 -

Answer 1

这不是分类或回归问题。因此，您使用的神经网络类型（卷积）不适合此问题。

我认为神经风格迁移更合适。在这种情况下，应该使用生成对抗网络 (GAN)。
您可以在此处阅读相关示例：https://www.tensorflow.org/tutorials/generative/dcgan

使用 keras 输出图像 - 如何指定输出层的形状。输入图像和输出图像尺寸为（210,210,3）

Output Image Using keras - how to specify shape for output layer. Input Image and Output Image Dimensions are(210,210,3)

python

tensorflow

keras

conv-neural-network

generative-adversarial-network