Tensorflow 实现SPP 空间金字塔卷积

实现原理就不写了,之前参考的是https://www.jianshu.com/p/7f30b5935f3f这篇文章的内容。本来想着自己实现一下SPP空间池化金字塔,但是这篇文章虽然有贴了SPP的python实现方式,但在实际应用中还是会出现问题,这里贴上我自己的解决办法。

这是网络的输入结构,由于是做多尺寸输入的,所以输入shpae是(None,None,3),这两个None也是参考链接中代码无法直接使用的原因。

model = models.Sequential()
model.add(layers.Conv2D(32, (3, 3), activation='relu', input_shape=(None, None, 3)))

 这是修改后的代码,我的网络中这一层的输入shape是(None,None,None,3)

import tensorflow as tf
import numpy as np

# 4*4+3*3+2*2+1 = 30
class SPP_layer(tf.keras.layers.Layer):
    def __init__(self, num_levels=4, pool_type='max_pool'):
        super(SPP_layer, self).__init__()
        self.num_levels = num_levels
        self.pool_type = pool_typ
  • 3
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 5
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值