用于语义分割的单热标签

Question

在阅读语义分割论文时，有时我会读到“掩模图像的单热标签”这样的术语。我不清楚这到底是什么意思？在阅读一些实现时，我可以看到它们通常具有以下形状rows*columns*2

我的猜测是一个通道对应于前景，另一个通道对应于背景。是对的吗？此外，我如何知道哪一个是前景？如果现有的训练集只有 shape rows*columns*1。我怎样才能将其转换为这种类型的格式，即rows*columns*2？我正在做的只是使用newimage[:,:,:,0] = original_image和newimage[:,:,:,1] = 1-original_image。但我不确定这样是否正确？

Answer 1

1、2、3、4、5 等分类标签没有任何自然顺序。因此，使用这些数字可能意味着标签 5 大于标签 1，但冰箱和狗只是两个没有自然排序的标签。

所以我们将标签 1,2,3,4,5 转换为

[1,0,0,0,0], [0,1,0,0,0], ...,[0,0,0,0,1]

所以现在它们只是指向某个方向的向量，这使得逻辑回归和其他损失函数更容易使用。

您还可以使用 rows*columns*1 对前景背景进行编码

只需将前景值设置为 1，背景值设置为 0，然后我们就得到了前景背景蒙版。

我需要查看何时使用 rows*columns*2 的示例，因为该示例并不常见，并且可能会根据您看到它的位置而有所不同。