1
關於語義分割,在我看來,最終的像素方式標記有多種方式,例如softmax,sigmoid,邏輯迴歸或其他經典分類方法。用於語義分割的概率圖
但是,對於softmax方法,我們需要確保由網絡架構產生的輸出映射具有多個通道。通道數量與類別數量相匹配。例如,如果我們講兩類問題,口罩和非口罩,那麼我們將使用兩個通道。這是正確的嗎?
此外,輸出圖中的每個通道可以視爲給定類的概率圖。這種理解是正確的嗎?
關於語義分割,在我看來,最終的像素方式標記有多種方式,例如softmax,sigmoid,邏輯迴歸或其他經典分類方法。用於語義分割的概率圖
但是,對於softmax方法,我們需要確保由網絡架構產生的輸出映射具有多個通道。通道數量與類別數量相匹配。例如,如果我們講兩類問題,口罩和非口罩,那麼我們將使用兩個通道。這是正確的嗎?
此外,輸出圖中的每個通道可以視爲給定類的概率圖。這種理解是正確的嗎?
對這兩個問題都可以。 softmax函數的目標是將分數轉換爲概率,以便可以最大化真實標籤的概率。