我应该对3D灰度图像使用2D卷积还是3D卷积？
对于3D灰度图像，应该使用3D卷积。
2D卷积是在二维平面上进行卷积操作，适用于处理二维图像。而3D卷积是在三维空间中进行卷积操作，适用于处理三维图像或者具有时间维度的数据。
对于3D灰度图像，每个像素点都包含了空间信息和灰度值信息。使用2D卷积只考虑了空间信息，无法充分利用灰度值信息。而使用3D卷积可以同时考虑空间信息和灰度值信息，能够更好地捕捉图像中的特征。
3D卷积在医学图像处理、视频处理、动作识别等领域有广泛的应用。在医学图像处理中，可以用于肿瘤检测、器官分割等任务。在视频处理中，可以用于动作识别、视频分析等任务。
腾讯云提供了适用于3D卷积的GPU实例，如GPU GN10、GPU GN10S等。这些实例提供了强大的计算能力，适合进行深度学习等任务。您可以通过腾讯云官网了解更多相关产品和详细信息：腾讯云GPU实例。
相关·内容
1回答
我正在处理一个TFRecord数据集，其中包含一个3D对象的横截面的多个灰度图像，最终的形状为32,256,256。尺寸32表示横截面的数量，它明显小于其他尺寸。正因为如此，我想知道我是否可以将数据视为32个通道的2D数据，而不是将数据视为只有一个通道的3D数据，尤其是在所需的计算资源方面。我现在在Google Colab中使用TensorFlow和TPU，使用tf.layers.conv2d而不是
浏览 6提问于2019-11-17得票数 1
回答已采纳
1回答
Conv3d与Conv2d的区别
、、、、
我对conv2d和conv3d函数之间的区别感到有点困惑。例如，如果我有一堆N幅图像，高度为H，宽度为W，并且有3个RGB通道。问题是，如果我将大小为(N,3,3)的M个过滤器的conv3d应用于form1，并应用大小为(3,3)的M个过滤器的conv2d如果有人能帮我解决这个问题我真的很感激。
浏览 2提问于2018-11-06得票数 3
1回答
由于3D卷积需要太多的计算成本，所以我更喜欢使用2D卷积。我在这里的动机是将2D卷积用于体积图像，以降低此成本。
我想沿着三个正交线应用2D卷积得到3个结果，每个结果都属于这些正交线中的一个。更清楚地说，假设我有一个3D体积图像。而不是应用3D转换，我想使用2D</e
浏览 23提问于2021-05-29得票数 0
回答已采纳
我最近开始学习CNN，我不明白为什么我们要用一个像2D内核一样的形状(3x3)来处理RGB数据，而不是像3x3x3那样的3D内核？
浏览 0提问于2020-06-22得票数 1
回答已采纳
1回答
我正在创建一个高度= 128，宽度= 128，频道=3的三维CNN模型。def get_model(width=128, height=128, depth=3): Build a 3D convolutional neural network提前谢谢！
浏览 3提问于2021-06-21得票数 0
回答已采纳
2回答
我正在使用Python (OpenCV、keras、tensorflow)构建一个计算机视觉应用程序，它需要检测一个对象，然后计算出该前端对象后面有多少个对象。因此，对象常常是重叠的。我已经建立了一个对象识别模型，使用keras来查找前景中的对象，但现在我需要计算出该对象背后有多少个。我的训练数据是数千个物体的图像ins直线，类似于上面链接的图像。但是，我一直无法找到一种可行的方法来计算前面对象后面的对象，当它们被部分阻塞时(队列中的
浏览 0提问于2019-03-12得票数 6
1回答
我想知道彩色通道是如何在卷积网中相互作用的：
将2D内核应用于每个(颜色)通道，从而产生独立的输出，信息只在一个完全连接的层中组合，这是正确的吗？如果我想让我的网络利用不同通道中包含的信息，我可以使用带有3D内核的3D卷积吗？(我正在解决的任务不包括图像识别，而是包含多个2D矩阵，每个矩阵包含不同的信息--我希望找到这些2D
浏览 3提问于2017-04-25得票数 1
回答已采纳
1回答
1x1卷积如何保留学习到的特征？
、、、、
下面，我将互换使用通道和功能映射。 我试图更好地理解1x1卷积是如何与多个输入通道一起工作的，但还没有找到一个很好的解释。在开始1x1之前，我想确保我对2D和3D卷积的理解。2D卷积层是否会将3个不同的核应用于3个输入通道中的每个通道，以生成每个特征图？如果是，这意味着在每个2D卷积运算中使用的内核数量=#个输入通道*#个特征图
浏览 27提问于2021-11-08得票数 0
回答已采纳
1回答
我有一个包含11*11*21 3D数据文件的文件夹，我正在尝试用3D卷积神经网络进行二进制分类。我只在gluon教程上找到了2D卷积神经网络的教程，我不确定要更改哪些内容来适应3D数据。我遵循本教程，但是使用我自己的数据，我试图将图层更改为3D，但我被其他需要更改的内容卡住了。
我对凸面和<e
浏览 50提问于2018-08-04得票数 -1
1回答
我是CNN的初学者，我正在努力理解深层卷积网络的概念。
我知道我必须在输入图像上滑动我的过滤器，我得到的是一个图像数组。之后，我应用了ReLU和max池，这给我留下了一个图像数组。但是，当我想应用另一组过滤器时，我不知道该做什么。在我有一个图像之前，它变成了一个图像数组，但是现在我有了一个图像
浏览 1提问于2018-06-24得票数 0
回答已采纳
我有一个327帧的序列，尺寸为480行，640列，灰度。打印(X_train.shape)给出：(327480640，1) 我有以下模型： N = 2 #number of frames to distribute... print (model.output_shape)给出：(None，2,480,640，32) 我还需要一个维度来将此输入传递给卷积
浏览 22提问于2020-04-16得票数 0
1回答
滑动邻域操作PYTHON
、、、、
我希望能够在图像/数组上拟合自定义大小的窗口，例如2x2，并对该窗口上的值应用自定义函数。例如，像matlab页面一样，它可以设置周围数字的最大值，尽管我知道卷积可以做到这一点。具体地说，我希望对每个像素及其邻居应用 delta2000函数，并查看结果。
我什么也找不到。
浏览 2提问于2019-07-05得票数 2
1回答
我使用的是： blur = cv2.GaussianBlur(dst,(5,5),0) 我想用这个来展示内核矩阵： print(cv2.getGaussianKernel(ksize=(5,5),sigma=0)) 但是我得到了一个类型错误： TypeError: an integer is required (got type tuple) 如果我只放5，我会得到一个5x1的矩阵。或者我错过了一些基本的东西？
浏览 12提问于2020-04-24得票数 2
回答已采纳
📷
上面的代码是使用Keras构建的CNN模型的一个示例。第一层是将接收input_shape = (64, 64, 3)图像的卷积层，这意味着图像的格式为RBG。第一层的输出是(None, 62, 62, 32)，但不应该是(62, 62, 32)？None从何而来？另外，由于我的图像是(64, 64, 3)，这不意味着过滤器应该有三维来迎合图像的颜色通道？
浏览 0提问于2019-05-12得票数 2
回答已采纳
1回答
如何用keras制作3-d滤镜
、、、、
我是一名在当地大学学习ML的高中生，我们现在正在建立cnn的keras。我需要使用大小为(32，32，3)的滤镜，但是keras只允许我使用2D滤镜。这就是我正在尝试的：这是我的错误："ValueError：
浏览 2提问于2018-12-03得票数 1
2回答
我在看这个层层打印出来的照片。我意识到，这显示了输入/输出，但与如何处理RGB通道无关。如果你看block1_conv1，上面写着"Conv2D“。但是如果输入是224 x 224 x3，那就不是2D了。
我更大、更广泛的问题是，在整个培训过程中，如何处理3通道输入(我认为这是VGG16)。RGB通道是否在某个时候合并(求和或连接)？何时何地？还是模型从端到端分别运行在不同的通道/颜色表示上？
浏览 3提问于2020-06-21得票数 6
回答已采纳
2回答
我试图在MATLAB中对矩阵做一串滚动求和。为了避免循环，我使用将我的2D矩阵分层为三维结构。然而，现在快速卷积函数已经不能用于累加器了。然而，N维卷积函数()不是我所要寻找的，因为它实际上是所有三维的卷积函数。我想要的东西，将做一个2D卷积在每个切片，并返回一个三维矩阵。在2D中平铺矩阵而不是在3D中对它们进行分层是行不通的，
浏览 4提问于2015-04-30得票数 3
回答已采纳
1回答
我已经用C++为2D编写了一段使用OpenCV的代码，并希望将其扩展到3D，并尽可能减少对2D.的现有代码的更改。
我熟悉使用运算符的2D梯度。我的搜索把我带到了，答案推荐了和。由于我对C++不是很有经验，这些库需要一些阅读，这是时间不允许的。此外，这些库不使用cv::Mat对象。如果我使用cv::Mat以外的其他任何内容，则可能必须更改
浏览 3提问于2015-08-13得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
