在TensorFlow/Keras中实现自定义卷积层的技术问询：如何创建基于窗口极值范围反比输出的卷积层

你当前的代码逻辑完全偏离了预期目标！你现在计算的是卷积核自身的极值范围（np.ptp(kernel)），然后用这个值的倒数作为固定卷积核去做普通卷积——这本质上就是一个权重固定的平滑滤波，自然只会得到模糊效果，完全没用到输入图像窗口内的极值信息。

要实现「遍历输入窗口、计算窗口极差、返回与极差成反比的值」的效果，我们需要直接对输入图像的每个滑动窗口做极值计算，而不是利用卷积核的权值求和逻辑。

正确实现代码 #

下面是一个符合你需求的自定义Keras层，它会提取输入的每个滑动窗口，计算窗口内的极差（最大值-最小值），然后返回极差的倒数（加入小常数避免除以0）：

import tensorflow as tf
from tensorflow.keras import layers

class RangeInverseConv2D(layers.Layer):
    def __init__(self, kernel_size=(5,5), strides=(1,1), padding='VALID', epsilon=1e-8, **kwargs):
        super().__init__(**kwargs)
        self.kernel_size = kernel_size
        self.strides = strides
        self.padding = padding.upper()
        self.epsilon = epsilon  # 防止窗口内所有值相同时除以0
    
    def build(self, input_shape):
        super().build(input_shape)
    
    def call(self, inputs):
        # 提取输入图像的所有滑动窗口补丁
        patches = tf.image.extract_patches(
            images=inputs,
            sizes=[1, self.kernel_size[0], self.kernel_size[1], 1],
            strides=[1, self.strides[0], self.strides[1], 1],
            rates=[1,1,1,1],
            padding=self.padding
        )
        
        # 将每个窗口补丁展平，计算极差（max - min）
        patch_dims = tf.shape(patches)
        patches_flat = tf.reshape(patches, [-1, patch_dims[1], patch_dims[2], self.kernel_size[0]*self.kernel_size[1]])
        patch_range = tf.reduce_max(patches_flat, axis=-1) - tf.reduce_min(patches_flat, axis=-1)
        
        # 计算与极差成反比的值，加入epsilon避免除以0
        inverse_range = 1.0 / (patch_range + self.epsilon)
        
        # 扩展维度保持和输入一致的通道数
        inverse_range = tf.expand_dims(inverse_range, axis=-1)
        return inverse_range
    
    def compute_output_shape(self, input_shape):
        # 按照Conv2D的逻辑计算输出形状
        batch_size, height, width, channels = input_shape
        if self.padding == 'VALID':
            out_height = (height - self.kernel_size[0]) // self.strides[0] + 1
            out_width = (width - self.kernel_size[1]) // self.strides[1] + 1
        else:  # SAME padding
            out_height = (height + self.strides[0] - 1) // self.strides[0]
            out_width = (width + self.strides[1] - 1) // self.strides[1]
        return (batch_size, out_height, out_width, channels)

测试用例 #

你可以用以下代码测试这个层的效果：

# 创建一个测试输入：1张20x20的单通道图像，包含均匀区域和边缘区域
input_tensor = tf.concat([
    tf.ones((1, 10, 10, 1)),  # 左上角均匀区域
    tf.random.normal((1, 10, 10, 1), mean=0, stddev=0.5),  # 右下角纹理区域
    tf.ones((1, 10, 10, 1)),
    tf.random.normal((1, 10, 10, 1), mean=0, stddev=0.5)
], axis=[1,2])

# 实例化层并运行
layer = RangeInverseConv2D(kernel_size=(5,5), padding='SAME')
output = layer(input_tensor)

# 输出形状验证（应该和输入相同：(1,20,20,1)）
print(output.shape)
# 查看输出值：均匀区域的输出值会远高于纹理区域
print(tf.reduce_mean(output[:,:10,:10,:]))  # 均匀区域的均值
print(tf.reduce_mean(output[:,10:,10:,:]))  # 纹理区域的均值

扩展优化（可选） #

如果你希望这个层具备可训练能力（比如在极差倒数基础上添加可学习的缩放和偏移），可以在build方法中添加可训练变量：

def build(self, input_shape):
    self.scale = self.add_weight(
        name='scale',
        shape=(1,),
        initializer='ones',
        trainable=True
    )
    self.bias = self.add_weight(
        name='bias',
        shape=(1,),
        initializer='zeros',
        trainable=True
    )
    super().build(input_shape)

def call(self, inputs):
    # ... 前面的补丁提取和极差计算逻辑保持不变 ...
    inverse_range = self.scale / (patch_range + self.epsilon) + self.bias
    inverse_range = tf.expand_dims(inverse_range, axis=-1)
    return inverse_range

内容的提问来源于stack exchange，提问作者TheJeran