如何在TensorFlow中通过逐步增大输出层实现分阶段图像恢复？

第一阶段：训练中心4×4区域恢复模型 #

先搭建基础的CNN特征提取骨干网络，最后对接一个输出16个节点的全连接层，对应图像中心的4×4区域。示例代码如下：

import tensorflow as tf
from tensorflow.keras import layers, Model

# 构建特征提取骨干网络（可根据任务需求调整卷积层、池化层结构）
def build_backbone(input_shape):
    inputs = layers.Input(shape=input_shape)
    x = layers.Conv2D(32, (3,3), activation='relu', padding='same')(inputs)
    x = layers.MaxPooling2D((2,2))(x)
    x = layers.Conv2D(64, (3,3), activation='relu', padding='same')(x)
    x = layers.GlobalAveragePooling2D()(x)  # 输出扁平化特征，匹配输入形式
    return Model(inputs, x, name='backbone')

# 构建第一阶段模型：输出中心4×4区域（16个节点）
backbone = build_backbone(input_shape=(你的扁平化图像输入维度,))  # 替换为实际输入尺寸
center_output = layers.Dense(16, activation='sigmoid', name='center_output')(backbone.output)
stage1_model = Model(backbone.input, center_output)

# 编译并训练模型
stage1_model.compile(optimizer='adam', loss='mse')
stage1_model.fit(train_data, train_labels_center, epochs=10, batch_size=32)

# 保存第一阶段模型，方便后续复用
stage1_model.save('stage1_model.h5')

第二阶段：冻结已有输出连接，新增4×4区域 #

核心思路是复用已训练的骨干网络和中心输出层权重，冻结它们的参数不再更新，然后新增对应目标区域的输出层，仅训练新添加的层：

# 加载第一阶段训练好的模型
stage1_model = tf.keras.models.load_model('stage1_model.h5')

# 冻结骨干网络和已训练的中心输出层参数
stage1_model.get_layer('backbone').trainable = False
stage1_model.get_layer('center_output').trainable = False

# 获取骨干网络的特征输出
backbone_features = stage1_model.get_layer('backbone').output

# 新增对应新区域的输出层（比如图像右侧4×4区域，16个节点）
new_region_output = layers.Dense(16, activation='sigmoid', name='right_region_output')(backbone_features)

# 拼接原有中心输出和新区域输出，形成32个节点的总输出
combined_output = layers.concatenate([stage1_model.output, new_region_output])

# 构建第二阶段模型
stage2_model = Model(stage1_model.input, combined_output)

# 编译模型，此时只有新添加的输出层参数会被更新
stage2_model.compile(optimizer='adam', loss='mse')

# 训练时，标签需要包含中心区域和新区域的真实值拼接结果
stage2_model.fit(train_data, train_labels_combined, epochs=10, batch_size=32)

# 保存第二阶段模型
stage2_model.save('stage2_model.h5')

后续阶段：重复扩展逻辑 #

之后每一次扩展都遵循相同流程：

• 加载上一阶段的完整模型
• 冻结所有已训练的输出层和骨干网络（若无需微调骨干）
• 从骨干网络的特征输出引出新的输出层，对应新增的4×4区域
• 拼接所有已有的输出层与新输出层，形成更大维度的输出
• 编译模型后，用包含新增区域真实值的拼接标签进行训练

关键注意事项 #

• 若需要微调骨干网络的部分参数，可以选择性解冻特定层，但按照需求冻结已学习连接的话，保持骨干和已有输出层trainable=False即可
• 训练标签的顺序必须和输出层的拼接顺序严格对应，确保模型学习到正确的区域映射
• 也可以单独保存骨干网络的权重，后续构建新模型时直接加载骨干，会比加载完整模型更灵活

内容的提问来源于stack exchange，提问作者BaltiMalti