iT邦幫忙

第 12 屆 iThome 鐵人賽

DAY 9
1
AI & Data

30天只學U-net系列 第 9

[day-09] 番外 - U-net的程式碼實現 (2) - pooling

前言

架構與程式碼交叉解釋 (2)

inputs = Input(input_size)
conv1 = Conv2D(64, 3, activation = 'relu', padding = 'same', kernel_initializer = 'he_normal')(inputs)
conv1 = Conv2D(64, 3, activation = 'relu', padding = 'same', kernel_initializer = 'he_normal')(conv1)

兩個卷積層,所以卷積了兩次,最後獲得 64 個 feature map。

pool1 = MaxPooling2D(pool_size=(2, 2))(conv1)
conv2 = Conv2D(128, 3, activation = 'relu', padding = 'same', kernel_initializer = 'he_normal')(pool1)
conv2 = Conv2D(128, 3, activation = 'relu', padding = 'same', kernel_initializer = 'he_normal')(conv2)

pooling 後再兩個 convolution,對應的架構如下圖:
https://ithelp.ithome.com.tw/upload/images/20200922/201125718vFaprh7G5.png

目前層數來說都是正確的,接下來的結構都差不多。

結語

目前已經知道有兩種架構,接下來我們會繼續閱讀論文,來了解其他的結構。
(1) Conv2D
(2) Pooling

參考文獻

[1] zhixuhao's unet


上一篇
[day-08] 番外 - U-net的程式碼實現 (1) - Conv2D
下一篇
[day-10] 第4段 introduction - 圖片邊界處理策略
系列文
30天只學U-net30

尚未有邦友留言

立即登入留言