cae_cnn_models module¶
Modelli per il progetto CAE
-
cae_cnn_models.make_model(shape_tensor=(124, 124, 1))[source]¶ Modello CAE tratto da Liu et al. Permette inoltre la classificazione delle masse grazie a layer fc.
- Parameters
shape_tensor (tuple) – dimensione dell’immagine in ingresso
- Returns
restituisce il modello
- Return type
keras model
-
cae_cnn_models.make_model_rad(shape_tensor=(124, 124, 1), feature_dim=(3))[source]¶ Modello CAE tratto da Liu et al. Permette inoltre la classificazione delle masse grazie a layer fc.
- Parameters
shape_tensor (tuple) – dimensione dell’immagine in ingresso
feature_dim (tuple) – dimensione dell’array delle feature
- Returns
restituisce il modello
- Return type
keras model
-
cae_cnn_models.make_model_rad_big_unet(shape_tensor=(4096, 3072, 1), feature_dim=(3))[source]¶ Modello Unet. Permette inoltre la classificazione delle masse grazie a layer fc.
- Parameters
shape_tensor (tuple) – dimensione dell’immagine in ingresso
feature_dim (tuple) – dimensione dell’array delle feature
- Returns
restituisce il modello
- Return type
keras model
-
cae_cnn_models.make_model_rad_regulizer(shape_tensor=(124, 124, 1), feature_dim=(3))[source]¶ Modello CAE tratto da Liu et al, ma modificato con dropout, maxpooling e upsampling. Permette inoltre la classificazione delle masse grazie a layer fc.
- Parameters
shape_tensor (tuple) – dimensione dell’immagine in ingresso
feature_dim (tuple) – dimensione dell’array delle feature
- Returns
restituisce il modello
- Return type
keras model
-
cae_cnn_models.make_model_rad_unet(shape_tensor=(124, 124, 1), feature_dim=(3))[source]¶ Modello UNET modificato con layer di resize. Permette inoltre la classificazione delle masse grazie a layer fc
- Parameters
shape_tensor (tuple) – dimensione dell’immagine in ingresso
feature_dim (tuple) – dimensione dell’array delle feature
- Returns
restituisce il modello
- Return type
keras model
-
cae_cnn_models.make_model_regulizer(shape_tensor=(124, 124, 1))[source]¶ Modello CAE tratto da Liu et al, ma modificato con dropout, maxpooling e upsampling. Permette inoltre la classificazione delle masse grazie a layer fc.
- Parameters
shape_tensor (tuple) – dimensione dell’immagine in ingresso
- Returns
restituisce il modello
- Return type
keras model
-
cae_cnn_models.make_model_unet(shape_tensor=(124, 124, 1))[source]¶ Modello Unet modificato con layer di resize. Permette inoltre la classificazione delle masse grazie a layer fc.
- Parameters
shape_tensor (tuple) – dimensione dell’immagine in ingresso
- Returns
restituisce il modello
- Return type
keras model