Keras多类语义分割标签

Question

对于语义细分，通常最后一层是

output = Conv2D(num_classes, (1, 1), activation='softmax')

我的问题是，我该如何准备标签？例如，如果我要识别10个类，每个类都有不同的颜色。对于每个标签图像，是否需要对一种特定颜色应用蒙版，将其转换为灰度图像，以便可以与模型输出中的1个滤镜进行比较？还是有一种方法可以传递一张完整的RGB图片作为标签？

Answer 1

网络的输出将是一个具有 10 个通道的图像，其中每个像素将包含一个总和为 1 的概率向量（由于 softmax）。示例：[0.1,0.1,0.1,0.05,0.05,0.1,0.1,0.1,0.1,0.2]。您希望标签图像具有相同的形状：具有 10 个通道的图像，每个像素都是一个二进制向量，其中类的索引为 1，其他位置为 0。您的分割损失函数就是像素级交叉熵。

为了实现：keras中的softmax有一个轴参数：https ://keras.io/activations/#softmax