本文档详细介绍了如何使用PyTorch构建Segnet-U-Net网络，包括下采样和上采样的过程，以及在不同阶段使用的卷积、池化和批归一化层。通过unetConv2和unetUp类定义了网络结构，并展示了模型的前向传播过程。
1 importtorch2 importtorch.nn as nn3 importtorch.nn.functional as F4 from torchsummary importsummary5
6
7 classunetConv2(nn.Module):8 def __init__(self,in_size,out_size,is_batchnorm):9 super(unetConv2,self).__init__()10
11 ifis_batchnorm:12 self.conv1=nn.Sequential(13 nn.Conv2d(in_size,out_size,kernel_size=3,stride=1,padding=0),14 nn.BatchNorm2d(out_size),15 nn.ReLU(inplace=True),16 )17 self.conv2=nn.Sequential(18 nn.Conv2d(out_size,out_size,kernel_size=3,stride=1,padding=0),19 nn.BatchNorm2d(out_size),20 nn.ReLU(inplace=True),21 )22 else:23 self.conv1=nn.Sequential(24 nn.Conv2d(in_size,out_size,kernel_size=3,stride=1,padding=0),25 nn.ReLU(inplace=True),26 )27 self.conv2=nn.Sequential(28 nn.Conv2d(out_size,out_size,kernel_size=3,stride=1,padding=0),29 nn.ReLU(inplace=True)30 )31 defforward(self, inputs):32 outputs=self.conv1(inputs)33 outputs
最低0.47元/天 解锁文章
866
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
