语义分割的概率图

时间:2016-11-16 18:17:27

标签: computer-vision tensorflow deep-learning caffe image-segmentation

关于语义分割,在我看来,最终像素标签有多种方式,例如
softmax,sigmoid,logistic回归或其他经典分类方法。

但是,对于softmax方法,我们需要确保网络架构产生的输出映射具有多个通道。通道数与类数相匹配。例如,如果我们正在讨论两类问题,掩码和非掩码,那么我们将使用两个通道。这是对的吗?

此外,输出映射中的每个通道都可以视为给定类的概率图。这种理解是对的吗?

1 个答案:

答案 0 :(得分:1)

对这两个问题都是肯定的。 softmax函数的目标是将分数转换为概率,以便最大化真实标签的概率。