用于多标签图像分类的CNN

Question

我将设计一个对8x8图像块进行分类的CNN。具体来说，我有num_classes等于40，每个图像可以仅与一个或两个类别或三个或四个类别相关联，依此类推，甚至可以与所有40个类别相关联。

我的问题与损失函数和度量有关：确实，我想强加我的CNN返回最可靠的K类，如果其中至少一个是正确的，那么我希望精度提高

例如，假设简单的情况为num_classes=4和K=2：

    true = [1 0 0 0]; predicted = [1 0 1 0] OK
    true = [1 1 0 0]; predicted = [0 0 1 1] WRONG

因此，我已经测试了以下代码行，但这不是我想要的。

    model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])

我应该使用哪个loss和metric？或者，如果我编写自己的度量函数，这是否更有意义？

Answer 1

您compile看起来不错。对于Multilabel网络，您还应该在最后sigmoid activation之前使用softmax和 not dense layer（不知道您在使用什么）

x = Dense(40, activation='sigmoid')