有超过 3 个通道的数据的特殊 cnn 架构吗？例如，卫星图像，我们可以考虑不同的波长。很明显，我们可以很容易地使用 unet 或类似的东西，但是当有 20 个通道时，例如，这种方法似乎应该不同。不是一个神经网络模型，它可以从每个通道获得由像素组成的特征向量，这可能是不够的，因为空间特征也很重要。
3通道以上输入的CNN模型
数据挖掘
神经网络
美国有线电视新闻网
2022-02-10 11:01:10
1个回答
CNN 不关心频道的起始数量。它可以是 1、3、20 或任何东西。这是 python 库 Keras 中的一个简单示例，假设您的图像为 100x100，您可以如何启动具有 20 个通道的 CNN。显然，这些数字可以更改为您的问题需要的任何内容。
from keras.layers import Input, Conv2D
# Assumes images are 100x100 with 20 channels
inputs = Input(shape=(100, 100, 20))
# First convolution will take in the 20 channels and output 32 channels
x = Conv2D(32, strides=(2, 2), activation='relu')(inputs)
# Second convolution will take in the 32 channels and output 64 channels
x = Conv2D(64, strides=(2, 2), activation='relu')(x)
...