Bygga ett U-Net: forward-metoden
Nu när encoder- och dekoderlagren är definierade kan du implementera forward()-metoden i U-Net. Indata har redan skickats genom encodern. Det återstår att definiera det sista dekoderblocket.
Dekodern ska sampla upp särdragskartorna så att utdata har samma höjd och bredd som U-Netets indatabild. Det gör det möjligt att generera semantiska masker på pixelnivå.
Den här övningen är en del av kursen
Djupinlärning för bilder med PyTorch
Övningsinstruktioner
- Definiera det sista dekoderblocket och använd
torch.cat()för att skapa skip-kopplingen.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
def forward(self, x):
x1 = self.enc1(x)
x2 = self.enc2(self.pool(x1))
x3 = self.enc3(self.pool(x2))
x4 = self.enc4(self.pool(x3))
x = self.upconv3(x4)
x = torch.cat([x, x3], dim=1)
x = self.dec1(x)
x = self.upconv2(x)
x = torch.cat([x, x2], dim=1)
x = self.dec2(x)
# Define the last decoder block with skip connections
x = ____
x = ____
x = ____
return self.out(x)