Keras多类语义分割标签

Question

对于语义细分，通常最后一层是

postData(data): Promise<any>{ const url = `your_url`; return this.http.post(url,data, {headers: your_header}) .toPromise() .catch(this.handleError); }

我的问题是，如何为此准备标签？例如，如果我要识别10个类，每个类都有不同的颜色。对于每个标签图像，我是否需要对一种特定颜色应用蒙版，将其转换为灰度图像，以便可以与模型输出中的1个滤镜进行比较？还是有办法将一张完整的RGB图片作为标签传递？

Answer 1

您的网络输出将是一个具有10个通道的图像，其中每个像素将由一个概率矢量组成，这些概率矢量之和为1（由于softmax）。示例：[0.1,0.1,0.1,0.05,0.05,0.1,0.1,0.1,0.1,0.2]。您希望标签图像具有相同的形状：具有10个通道的图像，并且每个像素都是一个二进制矢量，在类的索引处为1，在其他位置为0。那么您的细分损失函数就是逐像素交叉熵。

为实现：keras中的softmax具有轴参数：https://keras.io/activations/#softmax

Answer 2

np_utils.to_categorical(labels, num_classes)

当标签为（row，col）时，输出形状将为：（row，col，num_classes）

示例： https://github.com/naomifridman/Unet_Brain_tumor_segmentation