标签： keras deep-learning conv-neural-network image-segmentation
我最近开始阅读有关图像分割的文章，我正在尝试用Keras编写UNet。我的数据集由rgb图像和灰度蒙版组成。面罩具有不同的强度，表示不同的类别。我的问题是，为此任务使用在keras中提供的稀疏分类交叉熵是一个好主意，还是我应该手动为每个掩码创建一个热编码为（宽度，高度，num_classes）。选择这两种方法的优缺点是什么？