如何减去keras中的通道平均值？

  • Z时代
  • 2024-01-10
  • 分类：问答

我已经实现了一个lambda函数来将图像的大小从28x28x1调整为224x224x3。我需要从所有频道中减去VGG的平均值。当我尝试，我得到一个错误如何减去keras中的通道平均值？

类型错误：“张量”对象不支持项目分配

def try_reshape_to_vgg(x): 
    x = K.repeat_elements(x, 3, axis=3) 
    x = K.resize_images(x, 8, 8, data_format="channels_last") 
    x[:, :, :, 0] = x[:, :, :, 0] - 103.939 
    x[:, :, :, 1] = x[:, :, :, 1] - 116.779 
    x[:, :, :, 2] = x[:, :, :, 2] - 123.68 
    return x[:, :, :, ::-1]

有什么推荐的解决方案做张量的元素方式减法？

回答：

您可以在Keras 2.1.2之后在张量上使用keras.applications.imagenet_utils.preprocess_input。它会在默认模式'caffe'下减去x的VGG平均值。

from keras.applications.imagenet_utils import preprocess_input 
def try_reshape_to_vgg(x): 
    x = K.repeat_elements(x, 3, axis=3) 
    x = K.resize_images(x, 8, 8, data_format="channels_last") 
    x = preprocess_input(x) 
    return x

如果你想留在旧版本Keras的，也许你可以检查它是如何在Keras 2.1.2实现的，提取有用的线成try_reshape_to_vgg。

def _preprocess_symbolic_input(x, data_format, mode): 
    global _IMAGENET_MEAN 
    if mode == 'tf': 
     x /= 127.5 
     x -= 1. 
     return x 
    if data_format == 'channels_first': 
     # 'RGB'->'BGR' 
     if K.ndim(x) == 3: 
      x = x[::-1, ...] 
     else: 
      x = x[:, ::-1, ...] 
    else: 
     # 'RGB'->'BGR' 
     x = x[..., ::-1] 
    if _IMAGENET_MEAN is None: 
     _IMAGENET_MEAN = K.constant(-np.array([103.939, 116.779, 123.68])) 
    # Zero-center by mean pixel 
    if K.dtype(x) != K.dtype(_IMAGENET_MEAN): 
     x = K.bias_add(x, K.cast(_IMAGENET_MEAN, K.dtype(x)), data_format) 
    else: 
     x = K.bias_add(x, _IMAGENET_MEAN, data_format) 
    return x

以上是 如何减去keras中的通道平均值？ 的全部内容， 来源链接： utcz.com/qa/260885.html

回到顶部