Ajuster vos convolutions

Modélisation d'images avec Keras

Ariel Rokem

Senior Data Scientist, University of Washington

Convolution

Convolution avec remplissage de zéros

Remplissage de zéros dans Keras

model.add(Conv2D(10, kernel_size=3, activation='relu', 
                 input_shape=(img_rows, img_cols, 1)),
                 padding='valid')

Remplissage de zéros dans Keras

model.add(Conv2D(10, kernel_size=3, activation='relu', 
                 input_shape=(img_rows, img_cols, 1)),
                 padding='same')

Pas (strides)

Pas (strides) dans Keras

model.add(Conv2D(10, kernel_size=3, activation='relu', 
                 input_shape=(img_rows, img_cols, 1)),
          strides=1)

Pas (strides) dans Keras

model.add(Conv2D(10, kernel_size=3, activation='relu', 
                 input_shape=(img_rows, img_cols, 1)),
          strides=2)

Exemple

Calculer la taille de la sortie

$$O = ((I - K + 2P) / S) + 1$$

où

• $I$ = taille de l'entrée
• $K$ = taille du noyau
• $P$ = taille du remplissage de zéros
• $S$ = pas (strides)

Calculer la taille de la sortie

$$ 28 = ((28 - 3 + 2) / 1) + 1$$

$$ 10 = ((28 - 3 + 2) / 3) + 1$$

Convolutions dilatées

Dilatation dans Keras

model.add(Conv2D(10, kernel_size=3, activation='relu', 
                 input_shape=(img_rows, img_cols, 1)),
          dilation_rate=2)

Passons à la pratique !

Modélisation d'images avec Keras