Каким должно быть 5-е измерение для ввода в 3D-CNN при работе с гиперспектральными изображениями?

Question

У меня гиперспектральное изображение, имеющее размер S * S * L, где S*S - пространственный размер, а L обозначает количество спектральных полос.

Теперь форма моего X (массива изображений): (1, 145, 145, 200), где 1 - количество примеров, 145 - длина и ширина изображения, а 200 - нет. каналов изображения.

Я хочу ввести это маленькое окно этого изображения (имеющего размер, например W * W * L; W (batch, length, width, depth, channels).

Мне кажется, мне не хватает одного из пространственных измерений, как мне преобразовать массив изображений в 5-мерный массив без потери какой-либо информации?

Я использую Python и Keras для вышеуказанного.

Answer 1

То, что вы хотите, это 2D CNN, а не 3D. 2D CNN уже поддерживает несколько каналов, поэтому у вас не должно возникнуть проблем при использовании его с гиперспектральным изображением.

Answer 2

Если вы хотите свернуть вдоль измерения ваших каналов, вы должны добавить одноэлементное измерение в позиции канала. Если вы не хотите сворачивать по размеру ваших каналов, вы должны использовать 2D CNN.