我正在 Caffe 中使用全卷积网络进行语义分割,使用 Cityscapes数据集。
这个script允许转换类的 ID,并表示将类的 ID 设置为在 255 处忽略,并“在训练期间忽略这些标签”。在实践中我们如何做到这一点?我的意思是,我如何“告诉”我的网络 255 不像其他整数那样是一个真正的类?
感谢您给了我背后的直觉。
最佳答案
使用,例如"SoftmaxWithLoss"
层,你可以添加一个 loss_param {ignore_label: 255 }
来告诉 caffe 忽略这个标签:
layer {
name: "loss"
type: "SoftmaxWithLoss"
bottom: "prediction"
bottom: "labels_with_255_as_ignore"
loss_weight: 1
loss_param: { ignore_label: 255 }
}
我没有检查它,但我相信 ignore_label
也被 InfogainLoss
损失和其他一些损失层使用。
关于neural-network - 训练全卷积网络时忽略标签,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50043931/