我很熟悉如何（C）神經網絡工作在一般的分類問題（2D圖像 - > 1類），但我不知道如何構建一個網絡，將採取2d圖像並輸出分類值的2d矩陣。NN模型體系結構每像素分類
實際上，我有一組NxN圖像（1通道），我想按「每像素」進行分類。我希望輸出是一個NxN類的集合，使得對於位置（a，b）處的像素，結果將是輸入圖像中像素（a，b）的分類結果。
模型架構的任何幫助？
P.S.我聽說過基於補丁的方法，但我希望將整個NxN圖像無需「修補」即可送入網絡。
謝謝！ Joe
總的來說，這項任務沒有什麼特別之處。 DNN可以同時執行多個分類或迴歸任務。由於權重是共享的，因此可以確保在對每個像素進行分類期間，一個像素與所有其他像素之間存在某種關聯。
所以長話短說，可能的算法來解決這個問題：
1）請確保您有在那裏輸入您的N×N圖像的訓練集，作爲輸出你有目標的分類標記的N×N矩陣（類標籤對於每個像素）
2）建立一個DNN與您通常用於圖像分類的架構。類似於具有最大池的卷積層的幾個，隨後是2-3個完全連接的ReLU層。
3）確保你的輸出層將具有N×N的大小，是不是SOFTMAX層（使用RELU再次）
4）車吧！
這應該工作絕對好。我也可以向您保證，從DNN獲得多個半獨立輸出並不罕見。例如here同一網絡用於同時定位所有面部關鍵點（眼睛，嘴巴，鼻子等）。
是一個像素依賴於其他像素？ – malioboro
你有什麼問題？我的意思是你可以清楚地嘗試使用NxN輸入層和NxN輸出層。只要確保不在整個輸出層上應用softmax函數（正如我們在分類問題中通常所做的那樣）。試試看它是否有效。或者你已經嘗試過了嗎？ –
這些圖像是來自醫學CT掃描的切片。 @malioboro：一個像素不是明確地依賴於其他像素，但像一個圖像，它們是內在聯繫的。 @ Maxim：這不是一個有效的自動編碼器嗎？有關爲分類目的創建此類網絡的任何提示？ –