deep-learning - CNN中通道的最大池化

Question

我需要减少 CNN 网络中的频道数量。我的输入是一个 4D 对象（样本、行、列、通道）。通道数为 3，我的训练输出只有一个通道。无论如何在训练期间在通道方向上进行最大池化？

提前致谢

Answer 1

您可以遵循一些选项，对通道求和，获取最大通道，将标准 RGB 转换为 B&W 等。

所有这些都可以在Lambda层内使用，并具有定义的功能：

import keras.backend as K

def channelPool(x):
    return K.sum(x,axis=-1)

    #or
    return K.mean(x,axis=-1)

    #or
    return K.max(x,axis=-1)

    #or 
    return (.21*x[:,:,:,:1]) + (0.72*x[:,:,:,1:2]) + (0.07*x[:,:,:,-1:])

该层将是：

Lambda(channelPool, output_shape=optionalInTensorflow)

PS：如果您使用“channels_first”，则轴将为1，而变换将采用x[:,channel,:,:]。