SegNet用于CT图像的预训练权重

Question

我正在尝试训练一个SegNet，用于ct图像的分割任务(使用Keras TF(。我使用VGG16预训练的权重，但我对第一个卷积层有问题，因为我使用的是灰度图像，但VGG是在rgb图像上训练的。我用第二种方法解决了这个问题(不能用第一种方法，因为需要太多内存(。然而，这对我没有帮助，价值观真的很糟糕(训练了100个时代(。

我应该从头开始训练第一个卷积层吗？

Answer 1

您可以尝试在vgg之前添加Conv2D。类似于：

> Your Input(shape=(height,width,1))
Conv2D(filters=3,kernel_size=1, padding='same',activation='relu')
> The VGG pretrained network (input = (height,width,3))

在您的情况下很有趣，因为1x1卷积通常用于更改对象的深度。