Comment s'assurer que la taille de sortie du réseau de segmentation Caffe est la même que celle entrée?

Question

Je forme un modèle de segmentation avec l'architecture U-net. La taille de l'image d'entrée est 250x250.

Actuellement, j'ai ajusté manuellement les rembourrages de certains des couches convolutives pour m'assurer que la sortie du modèle est de la même taille, c'est-à-dire 250 x 250. Mais lorsque j'entre une image de taille différente, par exemple une image de 500 x 500, la taille de sortie est de 506 x 506.

Comment est-ce que je m'assure que la taille de sortie reste la même que l'entrée pour toutes les tailles?

Answer 1

Vous pouvez utiliser la couche "Crop" pour forcer la forme de sortie à être identique.
Avec un U-net, je suggère d'utiliser une couche de culture après chaque suréchantillonnage et pas seulement à la fin, pour éviter d'accumuler des erreurs de rembourrage. En ce qui concerne les "erreurs de bourrage":
Supposons que vous ayez une entrée de forme 100x100, vous l'échantillonnerez 3 fois par un facteur si 2, vous obtiendrez une carte de caractéristiques 13x13.
Maintenant, si vous Suréchantillonner trois fois par x2 chaque fois

13x13 --> 26x26 --> 52x52 --> 104x104 

Vous avez « supplémentaires » 4 pixels qui ont été ajoutés en raison de rembourrage/arrondi (dans votre question que vous avez 6).
Cependant, si vous "Crop" après chaque upsample

13x13 --> 26x26 \crop 25x25 --> 50x50 --> 100x100 

Vous voyez que seulement après la première upsample il y a une culture non négligeable, et il a seulement 1 erreur de pixel à ce niveau, et non 4.