如何格式化Keras上的訓練輸入和輸出數據

Question

我是深度學習的新手，我在Keras上苦於某些數據格式。我的CNN基於A.Newell等人的Stacked Hourglass Networks for Human Pose Estimation。

在此網絡上，輸入爲256x256 RGB圖像，輸出應爲突出身體關節（肩，膝，...）的64x64熱圖。我設法建立了網絡，並將所有數據（圖像）與他們的註釋（身體關節的像素標籤）一起使用。我想知道如何格式化訓練集的輸入和輸出數據來訓練我的模型。目前我使用numpy數組（256,256,3）作爲圖像，我不知道如何格式化我的輸出。我應該創建一個表[n，64,64,7]嗎？ （n是訓練集的大小，7是我用來獲得7個關節的熱圖的濾波器的數量）

謝謝你的時間。

Answer 1

輸出也可以是一個numpy數組。 考慮這個例子： 訓練集：50張圖像，大小爲256x256x3。這可以組合成一個形狀單一的numpy數組（50,256,256,3）。 格式化輸出數據的類似方法。下面 示例代碼：

#a, b and c are arrays of size 256x256x3 
    import numpy as np 

    temp = [] 
    temp.append(a) 
    temp.append(b) 
    temp.append(c) 
    output_labels = [] 
    output_labels = np.stack(temp) 

的output_labels陣列將形狀（3x256x256x3）的。