セマンティックセグメンテーションのためのワンホットラベル

Question

セマンティックセグメンテーションペーパーを読むとき、いつか、マスク画像のワンホットラベルのような用語を読むことができます。私はそれが本当に何を意味するのか明確ではないのですか？いくつかの実装を読むとき、私はそれらが通常形であることを見ることができますrows*columns*2

私の推測では、1つのチャネルはフォアグラウンドに対応し、もう1つはバックグラウンドに対応しています。そうですか？さらに、どのようにフォアグラウンドを知ることができますか？既存のトレーニングセットの形状がrows*columns*1の場合のみです。このタイプのフォーマット、つまりrows*columns*2に転送するにはどうすればよいですか？私がやっているのは、newimage[:,:,:,0] = original_imageとnewimage[:,:,:,1] = 1-original_imageです。しかし、私はそれが正しいかどうか分からないのですか？

Answer 1

1,2,3,4,5などのカテゴリラベルには自然順序付けはありません。したがって、これらの数値を使用すると、ラベル5がラベル1より大きいが、冷蔵庫と犬は、例えば自然順序付けのない2つのラベルに過ぎないことを意味する場合があります。

だから我々は、[1,0,0,0,0]、[0,1,0,0,0]

にラベル1,2,3,4,5を変換します... 、[0,0,0,0,1]

ここで、それらはある方向を指すベクトルに過ぎず、ロジスティック回帰やその他の損失関数を扱うのが簡単になります。

また、あなたが列* 1

は単に1と背景に0にフォアグラウンドの値を設定する*行ですでにフォアグラウンド背景をエンコードすることができますし、我々は我々の前景色と背景マスクを持っています。

私は行*列* 2を使用する例を見る必要があります。なぜなら、その行は一般的ではなく、見た場所によって多分異なるからです。