组合来自不同CNN模型的概率

Question

假设我有两张汽车的图像，但其中一张是从相机生成的，另一张是通过激光雷达点云变换生成的深度图像。

我在两幅图像上使用了相同的CNN模型来预测类别(输出是softmax，因为我的数据集中有其他类别:行人、面包车、卡车、骑自行车者等。

我如何组合两个概率向量，以便通过考虑这两个预测来预测类？

我使用了平均值、最大值、最小值、朴素乘积等方法来应用于每个班级的每个分数，但不知道它是否有效。

提前谢谢你

编辑：

以下是本文：https://www.researchgate.net/publication/327744903_Multimodal_CNN_Pedestrian_Classification_a_Study_on_Combining_LIDAR_and_Camera_Data

我们可以看到，它们使用最大或最小规则来组合分类器的输出。那么它对多类问题有效吗？

​

​

Answer 1

根据MSalter的评论，softmax输出不是真正的概率向量。但如果我们选择这样认为，我们可以简单地取每个预测的平均值。这相当于让两个人各自从一个大的对象池中对对象的随机样本进行分类，并假设他们都计算了相等的数量，通过结合他们的观察来估计大池中对象的分布。类的“概率”之和仍将等于1。

Answer 2

以下是本文：https://www.researchgate.net/publication/327744903_Multimodal_CNN_Pedestrian_Classification_a_Study_on_Combining_LIDAR_and_Camera_Data

我们可以看到，它们使用最大或最小规则来组合分类器的输出。那么它对多类问题有效吗？

​

​