TensorFlow中的多类U-Net分割

Question

我已经遍历这个问题的各种变体，但仍在努力正确地实施它。我有带有四个类别的地面真相分段蒙版的脑部MRI图像（0-背景，1-组织类型1、2-组织类型2、3-莫名地跳过和4-组织类型4 ... BrATs数据集）

我已经实现了基本的U-Net架构，但是很难将其扩展到非二进制分类。特别是损失函数。

这是我实现的，但是我显然忽略了重要的细节：

[...]
output = tf.layers.conv2d_transpose(
conv18,
filters=5,
kernel_size=1,
strides=1,
padding='same',
data_format='channels_last',
activation=None,
use_bias=True,
kernel_initializer=None,
bias_initializer=tf.zeros_initializer(),
kernel_regularizer=tf.contrib.layers.l2_regularizer(reg),
bias_regularizer=None,
activity_regularizer=None,
kernel_constraint=None,
bias_constraint=None,
trainable=True,
name='output',
reuse=None
)

我认为针对（0,1,2,3,4）可能的掩码值的5个过滤器将是正确的。然后，我使用了以下损失函数：

loss = tf.nn.sparse_softmax_cross_entropy_with_logits(
_sentinel=None,
labels=label,
logits=output,
name='cross_ent_loss'
)

return tf.reduce_mean(loss)

在其中logit将从上方通过输出，而标签将是我堆叠的蒙版图像[n_batch，x_dim，y_dim，1]。查看文档，我知道我没有传递正确的张量标签。

我什至正确地解决了吗？如何使用1个蒙版图像中包含的多类标签实现损失？

Answer 1

在文档 tf.nn.sparse_softmax_cross_entropy_with_logits中，我直接忽略了某些事情：

  

标签：形状为[d_0，d_1，...，d_ {r-1}]的张量（其中r是标签和结果的等级）和dtype int32或int64。标签中的每个条目都必须是[0，num_classes）中的索引。当此op在CPU上运行时，其他值将引发异常，并为GPU上的相应损耗和梯度行返回NaN。

因此将标签更改为[-1]形状

label_reshape = tf.reshape(label, [-1])

解决了！