畳み込みニューラルネットワーク入力に追加値を追加する？

Question

私は、畳み込みニューラルネットワークモデルに入力したい画像のデータセットを持っていますが、これらの各画像には、その画像に関連するオブジェクトからの距離または距離があります。

CNNモデルの追加のコンテキストとしてこの範囲を入力します。

この追加情報を提供することは何らかの利益をもたらすものですか？それは意味をなさないでしょうか？ケラスでそれは実現可能ですか？

ありがとうございます！

Answer 1

ここではいくつかの選択肢がありますが、数値入力をフィーチャープレーンとしてエンコードすることです。数値がcの場合、すべてのピクセルで値がcの各入力イメージにチャネルを追加できます。

別の方法として、値を完全に接続されたレイヤーの追加入力としてマージすることもできます。 kerasで

これは次のようになります：あなたが選択したオプション

conv = Sequential() 
conv.add(Conv2D(32, kernel_size=(3, 3), strides=(1, 1), 
       activation='relu', 
       input_shape=input_shape)) 
conv.add(MaxPooling2D(pool_size=(2, 2))) 
conv.add(Flatten()) 
conv.add(Dense(512, activation='relu')) 

range = Sequential() 
range.add(Dense(1, input_shape=(1,), activation='relu')) 

merged = Concatenate([conv, range]) 
merged.add(Dense(n_classes, activation='softmax')) 

merged.compile(optimizer='adam', loss='binary_crossentropy', 
      metrics=['accuracy']) 

あなたのデータに、あなたは、数値機能は、畳み込み層は、より良い入力を理解する助けになると思う、またはあなたはそれがだと思うかどうかによって異なります後になるまで必要ありません。時間があれば、両方のアーキテクチャーを試してみて、どちらが良いかを見てみることができます。