python - 如何使张量流初始模型适用于输入通道大于 3 的图像堆栈?
问题描述
我正在尝试在 TensorFlow Inception 中重新实现https://github.com/jeffreyhuang1/two-stream-action-recognition (PyTorch ResNet)。在构建使用 20 通道图像堆栈的模型时,代码很简单!
self.model = resnet101(pretrained= True, channel=20).cuda()
虽然,在 TensorFlow 中没有规定可以修改输入通道的数量。我能想到的解决方法是导入在 imagenet 数据(RGB,3 通道)上预训练的初始模型,并将所需的变量添加到模型图中以适应 20 通道输入。我不知道这是否可以在 TensorFlow 中完成。
一个类似的问题:输入通道等于 6 on tensorflow
和一个教程,信息量不是很大:https ://github.com/minhnhat93/tf_object_detection_multi_channels
解决方案
推荐阅读
- node.js - 我可以使用快速会话和 React 进行身份验证吗?
- php - 如何查询自定义帖子类型推荐并生成 Ul 列表并创建 JS Slider
- c# - 如何使用 SQLite 使用 EF Core 删除整个数据库并重置更改跟踪器
- reactjs - 在 ReactJS 中生成站点地图,当前可用的解决方案不起作用
- python-3.x - ImportError:无法使用 pytesseract 导入名称“image_to_data”
- c# - 如何使用 VS2017 查看长时间运行的 C# 异步操作的当前进度?
- c++ - 你如何在静态函数c ++中使用成员函数
- android - ibm watson 和谷歌云语音到文本 api 是否有可能结合?
- java - 构建失败的 android,弃用的功能
- vue.js - 捏放大vue js