用于语义分割的 one-hot-labeling

【问题标题】：one-hot-labelling for semantic segmentation用于语义分割的 one-hot-labeling
【发布时间】：2017-03-16 13:54:16
【问题描述】：

在阅读语义分割论文时，有时我会读到诸如 one-hot labeling for mask 图像之类的术语。我不清楚它的真正含义是什么？在阅读一些实现时，我可以看到它们通常是 rows*columns*2

我的猜测是一个通道对应前景，另一个对应背景。那正确吗？此外，我怎么知道哪一个是前景？如果现有的训练集只是形状rows*columns*1。如何将其转换为这种格式，即rows*columns*2？我正在做的只是使用newimage[:,:,:,0] = original_image 和newimage[:,:,:,1] = 1-original_image。但是不知道对不对？

【问题讨论】：

标签： opencv computer-vision tensorflow deep-learning caffe

【解决方案1】：

1、2、3、4、5 等分类标签没有任何自然顺序。因此，使用这些数字可能意味着标签 5 大于标签 1，但冰箱和狗只是两个标签，例如没有自然顺序。

所以我们将标签 1,2,3,4,5 转换为

[1,0,0,0,0], [0,1,0,0,0], ...,[0,0,0,0,1]

所以现在它们只是指向某个方向的向量，这使得逻辑回归和其他损失函数更容易使用。

您也可以使用 rows*columns*1 对前景背景进行编码

只需将前景值设置为 1 并将背景值设置为 0，然后我们就有了前景背景掩码。

我需要查看何时使用 rows*columns*2 的示例，因为该示例并不常见，并且可能会根据您看到的位置而有所不同。

【讨论】：

就像在这篇 u-net 论文中一样，arxiv.org/pdf/1505.04597.pdf，他们使用了 2 个输出通道，带有 softmax 激活和 log-loss
在第 4 页底部的那篇论文中，他们使用前景/背景掩码和每个类的分类标签，如第 5 页顶部所述。这就是为什么他们有两个输出掩码我相信。