Keras多类图像分割-类数？

Question

很抱歉，如果这是一个愚蠢的问题，但是我有一个数据集，其中有两个类，我希望尝试使用U-Net进行分类。

创建标签矩阵时，我是否需要显式定义null /基类（不是类的所有内容），还是Keras会自动计算？

例如，如果我有一组图像要分类有狗或这是猫的区域，我应该是否需要创建第三个标签矩阵来标记不是狗或猫的所有内容（因此，具有三个类）？

此外，空类主导了我希望分割的图像；如果我要使用class_weight，它似乎只接受字典作为输入，而我发誓要先指定一个列表，这样就足够了。

如果我将我的问题视为两类问题，则假定我也需要指定null类的权重，即class_weight = [nullweight, dogweight, catweight]。

谢谢

edit：随附示例

上面的图像是两类还是三类问题？

Answer 1

您必须指定其他类别，因为网络需要区分狗，猫和背景。

关于class_weights参数，讨论稍微复杂一点，您无法像在简单的分类问题中那样进行分配。

实际上，在许多问题中，背景构成了图像的很大一部分，因此在解决这种不平衡的问题时，您需要格外小心。

您需要检查参数sample_weights，而不是class_weights，您可以查看以下线程：

1. https://datascience.stackexchange.com/questions/31129/sample-importance-training-weights-in-keras
2. https://github.com/keras-team/keras/issues/3653
3. Weighting samples in multiclass image segmentation using keras 图像分割使用keras