文章/答案/技术大牛

发布

社区首页 >问答首页 >TensorFlow2.0中的多标签分割

问TensorFlow2.0中的多标签分割
EN

Stack Overflow用户

提问于 2019-10-17 07:25:00

回答 1查看 1.1K关注 0票数 1

我正在做一个分割任务，其中每个像素可以属于多个类别-多标签分割。基本事实和输出(我从U-Net得到)是形状上的None x H x W x 3。本质上，每个像素由一个大小为3的向量表示。如果我像这样在模型上调用compile，我做的事情是正确的吗：

model.compile(
    optimizer='rmsprop',
    loss='binary_crossentropy')

或者，我是否需要为此任务编写一个自定义损失函数？

谢谢你！

发布于 2020-02-22 00:15:54

由于您正在执行多标签语义分割，因此使用某种加权的二进制交叉熵将是一个好主意。通常在多标签语义分割中，可能有一些标签没有足够的训练数据，并且它们的性能可能被具有高训练信息的标签所掩盖。这反过来会导致更高的总体准确性，但在所有标签上的个人表现较差。

这里有一个关于这个问题的很好的讨论。https://github.com/keras-team/keras/issues/6261

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/58422890

复制

相似问题

问TensorFlow2.0中的多标签分割EN