合并来自不同CNN模型的概率

Question

假设我有2张汽车图像，但其中1张是通过相机生成的，另一张是通过Lidar pointcloud转换生成的深度图像。

我在两个图像上都使用了相同的CNN模型来预测类别（输出是softmax，因为我的数据集中还有其他类别：行人，货车，卡车，骑自行车的人等。

我如何结合两个概率向量以通过考虑两个预测来预测类别？

我使用了诸如平均，最大值，最小值，幼稚产品之类的方法来应用于每个班级的每个分数，但是不知道它是否有效。

提前谢谢

编辑：

这篇文章之后：https://www.researchgate.net/publication/327744903_Multimodal_CNN_Pedestrian_Classification_a_Study_on_Combining_LIDAR_and_Camera_Data

我们可以看到它们使用最大或最小规则来组合分类器的输出。那么它对多类问题有用吗？

Answer 1

根据MSalter的评论，softmax输出不是真实的概率向量。但是，如果我们选择这样考虑，我们可以简单地取每个预测的平均值。这相当于让两个人分别从一个大对象池中对对象的随机样本进行分类，并假设它们都计数了相同的数量，然后结合他们的观察来估计大对象池中对象的分布。这些类的“概率”总和仍然等于1。

Answer 2

这篇文章之后：https://www.researchgate.net/publication/327744903_Multimodal_CNN_Pedestrian_Classification_a_Study_on_Combining_LIDAR_and_Camera_Data

我们可以看到它们使用最大或最小规则来组合分类器的输出。那么它对多类问题有用吗？