多类语义分割-输出激活？

Question

我正在Keras中尝试多类语义分割。现在我正在使用Unet架构，并且有一个类似于此的模型(但更深)：

inputs = Input(shape=(512,512,3))
# 128

down1 = Conv2D(32, (3, 3), activation='relu', padding='same')(inputs)
down1 = BatchNormalization()(down1)
down1 = Dropout(0.1)(down1)
down1 = Conv2D(32, (3, 3), padding='same', activation='relu')(down1)
down1 = BatchNormalization()(down1)
down1_pool = MaxPooling2D((2, 2))(down1)

center = Conv2D(64, (3, 3), padding='same', activation='relu')(down1_pool)
center = BatchNormalization()(center)
center = Dropout(0.1)(center)
center = Conv2D(64, (3, 3), padding='same', activation='relu')(center)
center = BatchNormalization()(center)
# center
up1 = concatenate([Conv2DTranspose(32, (2, 2), strides=(2, 2), padding='same')(center), down1], axis=3)
up1 = Conv2D(32, (3, 3), padding='same', activation='relu')(up1)
up1 = BatchNormalization()(up1)
up1 = Dropout(0.1)(up1)
up1 = Conv2D(32, (3, 3), padding='same', activation='relu')(up1)
up1 = BatchNormalization()(up1)
# 128

classify = Conv2D(3, (1, 1), activation='softmax')(up1)

model = Model(inputs=inputs, outputs=classify]
model.compile(optimizer=Adam(lr=lr), loss='categorical_crossentropy, metrics=[losses.dice_coeff])

我的数据集由680k图像(512,512，3)和680k对应的标签组成。标签是单热编码的，并且具有形状(512,512，3)，即3个类别。

然后我的问题是:这是建立我的模型的正确方法吗？或者我应该使用'sigmoid‘激活和'binary_crossentropy'？

Answer 1

如果你的标签是带有sigmoid激活的二进制go，如果它是通过一个热代码的另一种方式，即你正在实施的方式，那么softmax应该被用作激活

Answer 2

我也有同样的问题。我没有找到使我的模型收敛的损失函数。所以我为每个标签使用了3个不同的模型。使用骰子损失函数，我对每个标签都有很好的结果。现在我正在检查统一所有3个模型预测的方法。在你的模型中，softmax是正确的激活，二进制和类别交叉熵是相同的，因为你的数据是二进制的。