Faster R-CNN系列（三）：用keras构建多输入-多输出-多自定义loss的模型

最新推荐文章于 2024-06-16 19:42:47 发布

不会再写代码了

最新推荐文章于 2024-06-16 19:42:47 发布

阅读量1.1w

点赞数 12

分类专栏： cv deeplearning Faster R-CNN

本文链接：https://blog.csdn.net/Hi_maxin/article/details/85281415

版权

本文介绍了如何在Keras中构建一个具有多输入、多输出和自定义损失函数的模型。通过Sequential和Model两种模型结构进行讲解，并详细阐述了定义输入、构建模型、模型可视化以及如何定义和应用自定义损失函数的步骤。

摘要由CSDN通过智能技术生成

用keras构建多输入-多输出-多自定义loss的模型

keras 有两种模型

from keras import Sequential, Model
import keras.layers as KL
import keras.backend as K
import numpy as np

Using TensorFlow backend.

本文实现的模型
在这里插入图片描述

定义输入

input_tensor1=KL.Input((32,32,3))
input_tensor2=KL.Input((4,))
input_target=KL.Input((2,))

input_tensor1 支路

x=KL.BatchNormalization(axis=-1)(input_tensor1)
x=KL.Conv2D(16,(3,3),padding="same")(x)
x=KL.Activation("relu")(x)
x=KL.MaxPooling2D

关注

专栏目录