Bild als Eingabe und Ausgabe in Keras

Question

Ich versuche, ein Modell von this image zu machen. Hier ist der entsprechende Code:

base_model = VGG16(weights='imagenet') 
conv4_3, conv3_3, conv2_2, conv1_2 = base_model.get_layer('block4_conv3').output, 
    base_model.get_layer('block3_conv3').output, 
    base_model.get_layer('block2_conv2').output, 
    base_model.get_layer('block1_conv2').output 

# Use the output of the layers of VGG16 on x in the model 
conv1 = Convolution2D(256, 1, 1, border_mode='same')(BatchNormalization()(conv4_3)) 
conv1_scaled = resize(conv1, 56) 
. 
. 
. 
conv5 = Convolution2D(3, 3, 3, border_mode='same')(merge([ip_img, conv4], mode='sum')) 
op = Convolution2D(2, 3, 3, border_mode='same')(conv5) 

for layer in base_model.layers: 
    layer.trainable = False 

model = Model(input=base_model.input, output=op) 
model.compile(optimizer='sgd', loss=custom_loss_fn) 

Ich habe eine Reihe von farbigen Bildern in einem Verzeichnis. Das Eingabebild sollte die Graustufe eines dreifach gestapelten Bildes (224x224x3) sein und die op sollte die UV-Ebenen des Bildes (224x224x2) sein, die ich der Graustufe hinzufügen kann (224x224x1), um das YUV-Bild zu erhalten. Die benutzerdefinierte Verlustfunktion arbeitet mit dem UV des Originalbildes und dem UV der Vorhersage.

Wie trainiere ich es?

Answer 1

Können Sie nicht einfach anrufen model.fit(data, labels)? (https://keras.io/models/model/#fit)