时间戳

首页 > 解决方案 > 用 16 位图像训练 keras ResNet50V2？

python - 用 16 位图像训练 keras ResNet50V2？

问题描述

我有 3 通道 tif 图像（16 位）。现在，我想将它们用作来自 keras 的预训练 ResNet50V2 上的训练图像。我明白，我应该tf.keras.applications.resnet_v2.preprocess_input在使用 ImageDataGenerators 时调用 as 预处理函数。我查阅了函数（preprocess_input）的文档，它至少告诉我它需要 8 位数据。有没有办法将 16 位图像提供给 ImageDataGenerator？

或者我是否必须在将图像输入 ImageDataGenerator 之前将它们转换为 8 位？

我很高兴有任何建议！

标签： pythontensorflowkerastf.kerasresnet

解决方案

我在您链接的文档中没有看到对 8 位数据的引用。

是的，它可以接受 16 位：

import tensorflow as tf
import numpy as np

x = np.random.randint(0, 256, (1, 224, 224, 3), dtype=np.uint16)

tf.keras.applications.resnet_v2.preprocess_input(x)

array([[[[ 0.43529415, -0.24705881, -0.23137254],
         [-0.81960785,  0.3411765 , -0.5921569 ],
         [-0.7882353 ,  0.58431375,  0.0196079 ],
         ...,
         [-0.60784316, -0.4980392 ,  1.        ],
         [-0.654902  ,  0.99215686, -0.38039213],
         [ 0.03529418, -0.7411765 , -0.8901961 ]]]], dtype=float32)

推荐阅读