deep-learning - 为我的单通道数据集微调 fcn-alexnet 时出现错误

Question

我正在运行 fcn-alexnet 进行语义分割，我下载了预训练模型。由于我的数据是单通道的，因此显示错误：

 ERROR: Cannot copy param 0 weights from layer 'conv1'; shape mismatch. Source param shape is 96 3 11 11 (34848); target param shape is 96 1 11 11 (11616). To learn this layer's parameters from scratch rather than copying from a saved net, rename the layer.

有人可以指导我吗？形状如下：

Feature shape (1, 256, 256)
Label shape (1, 256, 256)

Answer 1

如果你只需要重新训练最后一层，你可以重命名它（见这个答案：https ://stackoverflow.com/a/39837047/2404152 ）。

就您而言，问题在于96x3x11x11!= 96x1x11x11。您正在尝试将用于彩色图像的预训练模型应用于灰度数据集（正如您已经发现的那样）。最简单的解决方法是也只训练彩色图像。一种方法是添加一个Tile图层以将输入复制三次。

显然，这不会很有效。但这是我能想到的在灰度数据上使用预训练模型的唯一方法。