tensorflow - 训练多标签分类模型的类模式应该是什么？

Question

我正在从事一项图像分类任务，以对汽车和公共汽车进行分类。问题在于，在大多数汽车图像中，背景中有公共汽车，反之亦然，因此模型给出了错误的预测。我开始知道，在这些情况下，我们必须在多类或二元分类器上使用多标签分类。因此，对于多标签分类器，损失将是二元交叉熵，而根据我的理解，激活将是 sigmoid。我对生成器函数中的类模式感到困惑。

train_generator = train_datagen.flow_from_directory(TRAIN_DATA_DIR,
                                                target_size=(IMG_WIDTH,
                                                             IMG_HEIGHT),
                                                batch_size=BATCH_SIZE,
                                                shuffle=True,
                                                seed=12345,
                                                class_mode='categorical')

在多标签分类的情况下，分类模式应该是什么？

标签： tensorflowmachine-learningkerasmultilabel-classification