0
tenserflow U-net、ハースのマルチラベルセグメンテーションのために訓練しようとしています。私には3つのラベルがあり、予測には3つの確率マップがあります（各ラベルごとに1つの確率マップ）。私は、ネットワークのデフォルトオプティマイザでもある勢い最適化ツールを訓練しました。最初の反復では、ラベル1とラベル2の確率マッピングは異なりますが、反復（またはエポック）の後、ラベル1とラベル2の確率マップはまったく同じようになり、技術的にはバイナリラベルセグメンテーションがあります。私は、U-netのような類似のアーキテクチャを持つ他のネットワークを見ており、マルチラベルのデータセットを習得しています。私はU-netでマルチラベルセグメンテーションの例をいくつか探したいが、すべての例はバイナリです。マルチラベルイメージセグメンテーションUnet