做任何keras网络卷积

Question

环境仍然是一个抽象，我需要训练一个卷积网络，然后通过图像上的滑动窗口运行这个卷积网络。目标是建立一个热图来为某些物体制作像素完美的检测边界。

我想知道在keras中是否有简单的方法来训练一个网络，然后将它变成卷积网络而不需要在图像上运行循环，这很慢？

我在想我可以将训练过的卷积滤波器复制到更大的卷积网络中。

如果不是，我需要直接去tensorflow。

Answer 1

这很容易在Keras做，只要你使用完全卷积网，即通过与内核大小卷积层1

最简单的方法就可以开始更换任何致密层是使用一种Keras中包含的预训练网络，请参阅https://keras.io/applications/这是如何完成自定义输入大小的。如果你已经训练了自己的完全卷积网络'old_model'，只需要：

new_input = Input(new_size) 

    new_model = Model(new_input, old_model.output) 

    old_model.save_weights('w.h5') 

    new_model.get_weights('w.h5')