我很熟悉（C）NN如何一般地用于分类问题（2d图像 - > 1类），但我不知道如何构建一个将采用2D图像并输出2d的网络分类值矩阵。
实际上，我有一组NxN图像（1个通道），我想按“每个像素”进行分类。我希望输出是一组NxN类，这样对于位置（a，b）的像素，结果将是输入图像中像素（a，b）的分类结果。
模型架构的任何帮助？
P.S。我听说过基于补丁的方法，但我想将整个NxN图像输入到网络中，而不需要“修补”。
谢谢！ 乔
答案 0 :(得分：2)
一般来说，这项任务没什么特别之处。 DNN可以同时执行多个分类或回归任务。由于权重是共享的，因此您可以确保在对每个像素进行分类时，在一个像素和所有其他像素之间存在一些链接。
长话短说，可能的算法来解决这个问题：
1）确保您有一个训练集，其中输入您有NxN图像，作为输出您有目标类标签的NxN矩阵（每个像素的类标签）
2）使用通常用于图像分类的架构构建一些DNN。像一对带有最大池的卷积层，然后是2-3个完全连接的ReLU层。
3）确保您的输出图层的大小为NxN且不是softmax图层（再次使用ReLU）
4）训练它！
这应该绝对正常。我还可以向你保证，从DNN获得几个半独立的输出并不罕见。例如，here同一网络用于同时定位所有面部关键点（眼睛，嘴巴，鼻子等）。