使用Fastai确定图像分割神经网络中输入神经元的数量吗？

Question

您好，我是神经网络的新手，特别是层和神经元。我正在做图像分割项目，如果我有200张输入图像并正确标记。在fastai中，您可以使用预先训练的模型进行迁移学习。我已经完成了训练，使用了learning.summarry。我对如何确定输入层（初始数据）中神经元的数量感到困惑？我相信它与形状有关，但是我不确定如何找出输入层中输入神经元的数量。愿有人帮助我！谢谢！

ImageDataBunch;

Train: LabelList (160 items)
x: SegmentationItemList
Image (3, 128, 128),Image (3, 128, 128),Image (3, 128, 128),Image (3, 128, 128),Image (3, 128, 128)
y: SegmentationLabelList
ImageSegment (1, 128, 128),ImageSegment (1, 128, 128),ImageSegment (1, 128, 128),ImageSegment (1, 128, 128),ImageSegment (1, 128, 128)
Path: /content/drive/My Drive/Umes2020/JPEGImages;

Valid: LabelList (40 items)
x: SegmentationItemList
Image (3, 128, 128),Image (3, 128, 128),Image (3, 128, 128),Image (3, 128, 128),Image (3, 128, 128)
y: SegmentationLabelList
ImageSegment (1, 128, 128),ImageSegment (1, 128, 128),ImageSegment (1, 128, 128),ImageSegment (1, 128, 128),ImageSegment (1, 128, 128)
Path: /content/drive/My Drive/Umes2020/JPEGImages;

Answer 1

我假设您的意思是输入中的通道数，因为第一层神经元的数量不受图像形状的限制。

对于常规CNN，通道数为3（RGB）。对于完全连接的网络，通道数为3 * H * W，因为每个颜色通道（RGB）中的每个像素都变为1个扁平通道。