我在 Caffe 中使用完全卷积网络进行语义分割,使用Cityscapes数据集。
该脚本允许转换类的 ID,并表示将要忽略的类 ID 设置为 255,并“在训练期间忽略这些标签”。我们如何在实践中做到这一点?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?
谢谢你给了我背后的直觉。
我在 Caffe 中使用完全卷积网络进行语义分割,使用Cityscapes数据集。
该脚本允许转换类的 ID,并表示将要忽略的类 ID 设置为 255,并“在训练期间忽略这些标签”。我们如何在实践中做到这一点?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?
谢谢你给了我背后的直觉。
使用,例如"SoftmaxWithLoss"
层,你可以添加一个loss_param { ignore_label: 255 }
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
它也被InfogainLoss
损失和其他一些损失层使用。