在训练完全卷积网络时忽略标签

时间:2018-04-26 13:13:37

标签: neural-network deep-learning caffe image-segmentation convolutional-neural-network

我使用Cityscapes数据集在Caffe中使用完全卷积网络进行语义分割。

这个script允许转换类的ID,并且表示要将类的ID设置为忽略255,并且"在训练期间忽略这些标签"。我们在实践中如何做到这一点?我的意思是,我如何告诉'我的网络255不像其他整数那样是真正的类吗?

感谢你给我一个直觉。

1 个答案:

答案 0 :(得分:2)

使用,例如"SoftmaxWithLoss"图层,您可以添加loss_param { ignore_label: 255 }告诉caffe忽略此标签:

layer {
  name: "loss"
  type: "SoftmaxWithLoss"
  bottom: "prediction"
  bottom: "labels_with_255_as_ignore"
  loss_weight: 1
  loss_param: { ignore_label: 255 }
}

我没有检查它,但我相信ignore_label也会被InfogainLoss丢失和其他一些损失层使用。