tensorflow - tensorflow 2.0 中的多标签分割
问题描述
我正在处理一个分割任务,其中每个像素可以属于多个类 - 多标签分割。基本事实和输出(我从 U-Net 获得)已经None x H x W x 3
成型。本质上,每个像素都由一个大小为 3 的向量表示。如果我像这样在模型上调用 compile,我做对了吗:
model.compile(
optimizer='rmsprop',
loss='binary_crossentropy')
还是我需要为此任务编写自定义损失函数?
谢谢!
解决方案
由于您正在执行多标签语义分割,因此最好使用某种加权二元交叉熵。通常在多标签语义分割中,可能会有一些标签没有足够的训练数据,它们的性能可能会被具有高训练信息的标签所掩盖。这反过来会导致更高的整体准确性,但在所有标签上的个人表现不佳。
这是关于这个问题的一个很好的讨论。 https://github.com/keras-team/keras/issues/6261
推荐阅读
- sonarqube - 如何在 AWS elasticbeanstalk 中配置 sonarqube 7.1
- python - Python - 多处理最大进程数
- android - 使用 Android Jetpack 从导航抽屉导航
- php - SQL LEFT JOIN & AND 关键字
- python - 使用python matplotlib的X轴时间刻度显示问题
- testing - 编写测试时如何检索路线的模型()?
- reporting-services - 无法将 SSRS 或 SSIS 包从 SQL Server Data Tools 包安装到 Visual Studio 2017
- javascript - 如何删除 Ext JS 中的禁用属性
- c# - 我的 wpf 应用程序在 Windows 服务器上的不同行为
- php - openssl_decrypt 图像未显示