keras - 从网络丢失中排除零填充区域 - Keras 2.0 Theno 后端(分段网络)

Question

我正在使用 Theano 后端在 Keras 中训练一个分割网络，我正在使用带有 flow_from_directory 的 ImageDataGenerator。

我的图像具有灵活的尺寸。为了使用 flow_from_directory，尽管您必须指定一个固定大小 (target_size)，并且在读取图像时，该函数会自动填充原始图像边界之外的点。

目前，我将此指定大小设置为大于我的最大图像的值 - 假设最大图像可能为 300x400，我将 target_size 固定为 400x400 并使用 fill_mode='constant' 和 cval=0 来填充原始图像之外的点为零。

现在我的问题如下。在训练期间，我不希望这些填充区域对我的损失函数有任何贡献。有谁知道如何做到这一点？

Answer 1

Masking可以帮助你。

Masks a sequence by using a mask value to skip timesteps.

For each timestep in the input tensor (dimension #1 in the tensor), if all values in the input tensor at that timestep are equal to mask_value, then the timestep will be masked (skipped) in all downstream layers (as long as they support masking).

If any downstream layer does not support masking yet receives such an input mask, an exception will be raised.

它在技术上是为时间序列制作的，但通过一些调整它也应该适用于图像。 Here您可以找到一些这样做的尝试(以及一些替代方案)。