Caffe SigmoidCrossEntropyLossレイヤーマルチラベル分類C++

Question

私は2つの入力画像を取得するネットワークを持っています。これらの2つの画像は9クラスのうち複数のクラスに属しています。 Caffeのドキュメントでは、prototxtから直接入力画像を読み込んでいますが、私はC++コードを通して情報をフィードしています。次のように損失層が見えます

input: "data" 
input_shape{dim:20 dim:6 dim:100 dim:100} 

input: "class_label" 
input_shape{dim:20 dim:9} 

次のように

私の入力層に見える私の仮定は、入力ストリームがこの [0 0 1 0 1のように見えるべきであるということである

layer { 
    name: "classes" 
    type: "InnerProduct" 
    bottom: "ip2" 
    top: "classes" 
    param { lr_mult: 1 } 
    param { lr_mult: 2 } 
    inner_product_param { 
    num_output: 9 
    weight_filler { type: "xavier" } 
    bias_filler { type: "constant" } 
    } 
} 


layer { 
    name: "class_loss" 
    type: "SigmoidCrossEntropyLoss" 
    bottom: "classes" 
    bottom: "class_label" 
    top: "class_loss" 
} 

0 1 0 0]、ここで1は画像がクラスに属していることを意味し、0はそれがそうでないことを意味する。

私の2番目の質問は、SigmoidCrossEntropyLossレイヤーの出力（SoftmaxWithLoss出力の可能性など）から何を期待していますか？

Answer 1

1. 正しいですか：ケースのラベルはバイナリ9ベクトルである必要があります。

2. 損失層の出力はスカラー損失値です。あなたはネットをトレーニングするときにこの値が減少すると期待するべきです。予測（テスト時間）には、シグモイド損失層をシンプルなシグモイド層に置き換える必要があります。いくつかのシグモイド層の出力は、各項目がそれぞれのクラスの存在の確率を表す9個のベクトルである。 deploy.prototxtで
   出力層は次のようになります。本当に便利です

   layer { 
       type: "Sigmoid" 
       name: "class_prob" 
       bottom: "classes" 
       top: "class_prob" 
   }