使用深度学习在回归中获得多个输出

Question

给定手的RGB图像和手的关键点的3d位置作为数据集，我想将此作为DL中的回归问题。在这种情况下，输入将是RGB图像，输出应估计关键点的3d位置 我已经看到了一些关于回归的信息，但大多数都试图估计一个单一值。是否可以同时估算多个值（或输出）？

现在我已提到这个code。这家伙正试图估计一个人在图像中的年龄。

Answer 1

只要您很好地定义损失函数，来自神经网络的输出向量就可以表示任何内容。假设你要检测10个关键点的（x，y，z）坐标，那么就只有30个元素的长输出矢量说（x1，y1，z1，x2，y2，z2 .......... ....，x10，y10，z10），其中xi，yi，zi表示第i个关键点的坐标，基本上你可以使用任何你觉得方便的顺序。小心你的损失功能。假设您想要计算RMSE损失，您必须正确提取三角形，然后计算每个关键点的RMSE损失，或者如果您熟悉线性代数，只需将其重新整形为3x10矩阵，并将结果也设为3x10矩阵，然后只需使用

loss = tf.sqrt(tf.reduce_mean(tf.squared_difference(Y1, Y2))) 

但是一旦你制定了网络，就必须坚持下去。