web-dev-qa-db-ja.com

反射パディングConv2D

私はケラを使用して画像セグメンテーション用の畳み込みニューラルネットワークを構築しており、「同じ」パディングの代わりに「反射パディング」を使用したいのですが、ケラでそれを行う方法が見つかりません。

inputs = Input((num_channels, img_rows, img_cols))
conv1=Conv2D(32,3,padding='same',kernel_initializer='he_uniform',data_format='channels_first')(inputs)

反射レイヤーを実装してkerasモデルに挿入する方法はありますか？

pythonkeraspaddingconvolutional-neural-networkzero-padding
4
Akihiko

解決策を見つけました！レイヤーを入力として受け取る新しいクラスを作成し、tensorflowの事前定義された関数を使用するだけです。

import tensorflow as tf
from keras.engine.topology import Layer
from keras.engine import InputSpec

class ReflectionPadding2D(Layer):
    def __init__(self, padding=(1, 1), **kwargs):
        self.padding = Tuple(padding)
        self.input_spec = [InputSpec(ndim=4)]
        super(ReflectionPadding2D, self).__init__(**kwargs)

    def get_output_shape_for(self, s):
        """ If you are using "channels_last" configuration"""
        return (s[0], s[1] + 2 * self.padding[0], s[2] + 2 * self.padding[1], s[3])

    def call(self, x, mask=None):
        w_pad,h_pad = self.padding
        return tf.pad(x, [[0,0], [h_pad,h_pad], [w_pad,w_pad], [0,0] ], 'REFLECT')

# a little Demo
inputs = Input((img_rows, img_cols, num_channels))
padded_inputs= ReflectionPadding2D(padding=(1,1))(inputs)
conv1 = Conv2D(32, 3, padding='valid', kernel_initializer='he_uniform',
               data_format='channels_last')(padded_inputs)
2
Akihiko

上記の受け入れられた答えは、現在のKerasバージョンでは機能しません。動作しているバージョンは次のとおりです。

class ReflectionPadding2D(Layer):
    def __init__(self, padding=(1, 1), **kwargs):
        self.padding = Tuple(padding)
        self.input_spec = [InputSpec(ndim=4)]
        super(ReflectionPadding2D, self).__init__(**kwargs)

    def compute_output_shape(self, s):
        """ If you are using "channels_last" configuration"""
        return (s[0], s[1] + 2 * self.padding[0], s[2] + 2 * self.padding[1], s[3])

    def call(self, x, mask=None):
        w_pad,h_pad = self.padding
        return tf.pad(x, [[0,0], [h_pad,h_pad], [w_pad,w_pad], [0,0] ], 'REFLECT')
4
jeevaa_v
import tensorflow as tf
from keras.layers import Lambda

inp_padded = Lambda(lambda x: tf.pad(x, [[0,0], [27,27], [27,27], [0,0]], 'REFLECT'))(inp)

Akihikoのソリューションは、新しいkerasバージョンでは機能しなかったため、独自のソリューションを思いつきました。スニペットは、202x202x3画像のバッチを256x256x3にパディングします

2
Christof Henkel

未定義の寸法がある場合、受け入れられた答えは機能しません！ compute_output_shape関数を呼び出すと、エラーが発生します。これを回避する簡単な方法を次に示します。

class ReflectionPadding2D(Layer):
    def __init__(self, padding=(1, 1), **kwargs):
        self.padding = Tuple(padding)
        self.input_spec = [InputSpec(ndim=4)]
        super(ReflectionPadding2D, self).__init__(**kwargs)

    def compute_output_shape(self, s):
        if s[1] == None:
            return (None, None, None, s[3])
        return (s[0], s[1] + 2 * self.padding[0], s[2] + 2 * self.padding[1], s[3])

    def call(self, x, mask=None):
        w_pad, h_pad = self.padding
        return tf.pad(x, [[0, 0], [h_pad, h_pad], [w_pad, w_pad], [0, 0]], 'REFLECT')

    def get_config(self):
        config = super(ReflectionPadding2D, self).get_config()
        print(config)
        return config
0
Harshana Sumedha

documentation で確認できるように、そのような「reflect」パディングはありません。 「same」と「valid」のみがkerasに実装されています。

自分で実装しようとするか、誰かがすでに実装しているかどうかを確認するかもしれません。 Conv2Dクラスに基づいて、self.paddingメンバー変数が使用されている場所を確認する必要があります。

0
Daniel GL