caffe:如何解释EuclideanLoss(逐像素回归)

时间:2016-12-01 20:38:22

标签: python deep-learning caffe conv-neural-network

我有图像作为输入,图像作为ground_truth。我的最后一个图层是EuclideanLoss,其中最后一个convolutional图层有num_output = 1,以便计算这两个图像之间的损失。

使用我的deploy.prototxt测试网络时,我省略了EuclideanLoss - 图层,这意味着我的上一层是Convolutional图层,后跟Relu图层。当我通过Python检索它时,我如何解释这些值:

pred = net.forward()

output_blob = pred['result']

output_blob是shap 1xheightxwidth,但值不在特定范围内。他们甚至可能是消极的。如何检索正确的值来创建图像?或者我如何解释这些值?我是否必须从输入图像中减去它们或者我应该如何对待它们?

0 个答案:

没有答案