因此，我正在尝试建立一个神经网络，以计算像这样的图像中“斑点”的数量：

one image

another image

图像是由我编写的脚本以及带有生成的斑点数量的csv随机生成的，因此训练数据的数量不是问题。另外，我将它们的大小调整为64x64，因为在此分辨率下，我仍然可以将这些斑点分开。

我认为回归神经网络将是最好的（尽管我可能错了），但是我在使用这些神经网络方面并没有太多经验。因此，我所能做的就是让我适应一个分类网络：

model.add(Conv2D(64,(6,6),activation = "relu",padding = 'same',input_shape = (64,64,4)))
model.add(Conv2D(64,padding = 'same'))
model.add(MaxPooling2D((4,4)))
model.add(Dropout(0.25))
model.add(Conv2D(128,padding = 'same'))
model.add(Conv2D(128,padding = 'same'))
model.add(MaxPooling2D(pool_size = (4,4)))
model.add(Dropout(0.25))
model.add(flatten())
model.add(Dense(1024,activation = 'relu'))
model.add(Dropout(0.5))
model.add(Dense(1,activation = 'relu'))

model.compile(loss='MSE',optimizer='adam',metrics=['mse'])

hist = model.fit(x_train,y_train,batch_size=40,epochs=30,validation_split=0.2)

我设法使代码正常运行，但是该模型似乎学得并不多。我相信我为此使用了错误的体系结构，但是我真的不知道最好的方法。