Ich versuche ein Convolutional Net zu entwerfen, um die Tiefe von Bildern mit Keras zu schätzen.Tiefenschätzung mit Keras
Ich habe RGB-Input-Bilder mit der Form von 3x120x160 und haben die Graustufen Output Depth Maps mit der Form von 1x120x160.
Ich habe versucht, eine VGG-ähnliche Architektur zu verwenden, wo die Tiefe jeder Schicht wächst, aber am Ende, wenn ich die letzten Schichten entwerfen will, bleibe ich stecken. Die Verwendung einer Dense-Schicht ist zu teuer und ich habe versucht, Upsampling zu verwenden, was sich als ineffizient erwiesen hat.
Ich möchte DeConvolution2D verwenden, aber ich kann es nicht funktionieren. die einzige Architektur ich am Ende ist so etwas wie dieses:
model = Sequential()
model.add(Convolution2D(64, 5, 5, activation='relu', input_shape=(3, 120, 160)))
model.add(Convolution2D(64, 5, 5, activation='relu'))
model.add(MaxPooling2D())
model.add(Dropout(0.5))
model.add(Convolution2D(128, 3, 3, activation='relu'))
model.add(Convolution2D(128, 3, 3, activation='relu'))
model.add(MaxPooling2D())
model.add(Dropout(0.5))
model.add(Convolution2D(256, 3, 3, activation='relu'))
model.add(Convolution2D(256, 3, 3, activation='relu'))
model.add(Dropout(0.5))
model.add(Convolution2D(512, 3, 3, activation='relu'))
model.add(Convolution2D(512, 3, 3, activation='relu'))
model.add(Dropout(0.5))
model.add(ZeroPadding2D())
model.add(Deconvolution2D(512, 3, 3, (None, 512, 41, 61), subsample=(2, 2), activation='relu'))
model.add(Deconvolution2D(512, 3, 3, (None, 512, 123, 183), subsample=(3, 3), activation='relu'))
model.add(cropping.Cropping2D(cropping=((1, 2), (11, 12))))
model.add(Convolution2D(1, 1, 1, activation='sigmoid', border_mode='same'))
Das Modell Zusammenfassung ist wie folgt:
Layer (type) Output Shape Param # Connected to
====================================================================================================
convolution2d_1 (Convolution2D) (None, 64, 116, 156) 4864 convolution2d_input_1[0][0]
____________________________________________________________________________________________________
convolution2d_2 (Convolution2D) (None, 64, 112, 152) 102464 convolution2d_1[0][0]
____________________________________________________________________________________________________
maxpooling2d_1 (MaxPooling2D) (None, 64, 56, 76) 0 convolution2d_2[0][0]
____________________________________________________________________________________________________
dropout_1 (Dropout) (None, 64, 56, 76) 0 maxpooling2d_1[0][0]
____________________________________________________________________________________________________
convolution2d_3 (Convolution2D) (None, 128, 54, 74) 73856 dropout_1[0][0]
____________________________________________________________________________________________________
convolution2d_4 (Convolution2D) (None, 128, 52, 72) 147584 convolution2d_3[0][0]
____________________________________________________________________________________________________
maxpooling2d_2 (MaxPooling2D) (None, 128, 26, 36) 0 convolution2d_4[0][0]
____________________________________________________________________________________________________
dropout_2 (Dropout) (None, 128, 26, 36) 0 maxpooling2d_2[0][0]
____________________________________________________________________________________________________
convolution2d_5 (Convolution2D) (None, 256, 24, 34) 295168 dropout_2[0][0]
____________________________________________________________________________________________________
convolution2d_6 (Convolution2D) (None, 256, 22, 32) 590080 convolution2d_5[0][0]
____________________________________________________________________________________________________
dropout_3 (Dropout) (None, 256, 22, 32) 0 convolution2d_6[0][0]
____________________________________________________________________________________________________
convolution2d_7 (Convolution2D) (None, 512, 20, 30) 1180160 dropout_3[0][0]
____________________________________________________________________________________________________
convolution2d_8 (Convolution2D) (None, 512, 18, 28) 2359808 convolution2d_7[0][0]
____________________________________________________________________________________________________
dropout_4 (Dropout) (None, 512, 18, 28) 0 convolution2d_8[0][0]
____________________________________________________________________________________________________
zeropadding2d_1 (ZeroPadding2D) (None, 512, 20, 30) 0 dropout_4[0][0]
____________________________________________________________________________________________________
deconvolution2d_1 (Deconvolution2(None, 512, 41, 61) 2359808 zeropadding2d_1[0][0]
____________________________________________________________________________________________________
deconvolution2d_2 (Deconvolution2(None, 512, 123, 183) 2359808 deconvolution2d_1[0][0]
____________________________________________________________________________________________________
cropping2d_1 (Cropping2D) (None, 512, 120, 160) 0 deconvolution2d_2[0][0]
____________________________________________________________________________________________________
convolution2d_9 (Convolution2D) (None, 1, 120, 160) 513 cropping2d_1[0][0]
====================================================================================================
Total params: 9474113
Ich konnte die Größe der Deconvolution2D Schichten von 512 als dabei Ergebnisse in Form nicht reduzieren verwandte Fehler und es scheint, dass ich so viele Deconvolution2D-Layer hinzufügen muss wie die Anzahl der Filter in der vorherigen Ebene. Ich musste auch eine letzte Convolution2D-Schicht hinzufügen, um das Netzwerk zu betreiben.
Die obige Architektur lernt aber wirklich langsam und (ich denke) ineffizient. Ich bin sicher, ich mache etwas falsch und das Design sollte nicht so sein. Kannst du mir helfen, ein besseres Netzwerk zu entwickeln?
Ich habe auch versucht, ein Netzwerk als das in this repository erwähnt zu machen, aber es scheint, Keras funktioniert nicht, wie dieses Lasagne Beispiel tut. Ich würde es sehr schätzen, wenn mir jemand zeigen könnte, wie man so etwas in Keras gestaltet. Es ist Architektur ist wie folgt:
Dank