우리는 의미 론적 분할에서 각 클래스 레이블에 대해 서로 다른 이미지를 만들어야할까요?

Question

내 질문에 답변 해 주시면 고맙겠습니다. 내 네트워크가 항상 세그먼트 화없이 검은 색 이미지를 제공하기 때문에 나는 잘못하고 있다고 걱정합니다. Caffe에서 의미 론적 세분화를하고 있습니다. score layer의 출력은 < 1 5 256 256>batch_size no_classes image_width image_height입니다. 어느 것이 SoftmaxWithLoss 층으로 보내지고, 손실 층의 아웃 입력은 5 등급 라벨 < 1 1 256 256>을 갖는 그라운드 트루 이미지이다.

내 질문은 : 손실 레이어의 이러한 두 입력의 크기가 일치하지 않습니다. 이 5 개의 클래스에 대해 5 개의 레이블 이미지를 만들고 손실 레이어에 레이블 레이어의 5의 batch_size를 전송해야합니까?

어떻게 의미 론적 세분화를 위해 라벨 데이터를 준비 할 수 있습니까?

감사합니다.

Answer 1

크기는 괜찮습니다. 각 클래스의 확률을 나타내는 픽셀 당 5 벡터를 출력합니다. 지상 진실은 단일 레이블 (정수)이며 손실로 인해 올바른 레이블이 픽셀의 최대 값이 될 확률이 높아집니다.