问题描述
我正试图建立只有3个类的对象检测模型。输入是形状为（64,28,3）的图像，输出形状为（64,9,8），输出变量的样本为：>
array([[0.24,0.06,0.56,0.44,1.,0.,0. ],[0.31,0.54,[0.,[0.21,0.18,1. ],0. ]])
图像分为9个网格，所以9行。每行的前4个值是为对象创建的框的坐标，第5个值是标志0/1。如果在特定网格中没有对象比0或1大，则6-8是类值，因为只有3个类。
我正在使用keras框架。我尝试了一些代码，需要根据需要进行一些修改：
x = Flatten()(vgg.output)
x1 = Dense(4,activation='sigmoid')(x)
x2 = Dense(1,activation='softmax')(x)
x3 = Dense(3,activation='sigmoid')(x)
y = Concatenate()([x1,x2,x3])
model = Model(vgg.input,y)
我的问题是如何构建CNN的最后一层。到现在为止，我只处理1D输出的分类问题。任何帮助将不胜感激。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）