以np.concatenate为主题，谈谈numpy数组按维度合并的问题

1.引言

最近在做多模态融合的图像问题，其中最需要解决的就是不同模态的图像用什么方法进行融合，最简单也最直观的方法就是采用合并数组的方法，将不同模态的图像合并为多通道进行处理。在一些论文中，比如《Deep Learning-Based Image Segmentation on Multimodal Medical Imaging》中，如图1.1所示，论文中发现简单的concat 成多通道进行处理反而会比经过一部分网络提取特征后再融合效果更好。不过不同的情况需要具体分析，在《FusionNet: Incorporating Shape and Texture for Abnormality Detection in 3D Abdominal CT Scans》中，文章进行了多种组合的实验（不是模态融合，而是图片和mask的组合），结果发现某一种组合的效果最好。

图1.1 文章中提到的融合网络结构以及效果

不过总的来说，能够使用concat进行合并数组肯定是快速而有效的一种模态融合方法。

2.简要解析np.concatente官方文档

参见https://docs.scipy.org/doc/numpy-1.15.0/reference/generated/numpy.concatenate.html

numpy.concatenate((a1, a2, ...), axis=0, out=None