セマンティックセグメンテーションの確率マップ

Question

セマンティックセグメンテーションに関しては、
ソフトマックス、シグモイド、ロジスティック回帰または他の古典的な分類方法のような、最終的なピクセル単位のラベリングのための方法が複数あるように思えます。

しかし、softmaxのアプローチでは、ネットワークアーキテクチャに起因する出力マップが複数のチャネルを持つようにする必要があります。チャンネル数はクラス数と一致します。たとえば、2つのクラスの問題、マスク、マスクを話している場合は、2つのチャネルを使用します。これは正しいですか？

また、出力マップの各チャネルは、特定のクラスの確率マップとして扱うことができます。これは正しいのでしょうか？

Answer 1

両方の質問に同じです。 softmax関数の目的は、真のラベルの確率を最大にするためにスコアを確率に変換することです。