【发布时间】：2020-02-13 19:12:27
【问题描述】：
我正在处理一个分割任务，其中每个像素可以属于多个类 - 多标签分割。基本事实和输出（我从 U-Net 获得）的形状是 None x H x W x 3。本质上，每个像素都由一个大小为 3 的向量表示。如果我像这样在模型上调用 compile，我做对了吗：
model.compile(
optimizer='rmsprop',
loss='binary_crossentropy')
或者我是否需要为此任务编写自定义损失函数？
谢谢！
【问题讨论】：
-
如果你在做多标签分割，是的，binary_crossentropy 就是你所需要的。所以基本上，它会在每个标签上应用二元交叉熵损失。
-
你用的是什么框架？你能分享更多信息吗？到目前为止，我们无法使用许多框架进行多标签分割。
标签： tensorflow deep-learning image-segmentation multilabel-classification