损失 function 和用于训练“分类输入”到“分类输出”model 的数据格式？

Question

我正在尝试训练用于自动驾驶的 model 将来自前置摄像头的输入转换为鸟瞰图像。

输入和 output 都是形状为(96, 144)的分割掩码，其中每个像素的范围从0 到 12 （每个数字代表不同的类别）。

现在我的问题是我应该如何预处理我的数据以及我应该将哪个损失 function 用于 model（我正在尝试使用全卷积网络）。

我尝试使用 keras 的 to_categorical 实用程序将输入和输出转换为形状(96, 144, 13)，因此每个通道都有代表特定类别掩码的 0 和 1。 我在最后一层使用了binary_crossentropy和sigmoid激活，model 似乎在学习并且损失开始减少。

但我仍然不确定这是否是正确的方法，或者是否有更好的方法。

应该是什么：

• 输入输出数据格式
• 最后一层的激活
• 损失 function

Answer 1

我找到了解决方案，在最后一层使用带有 softmax 激活的分类交叉熵。 使用问题中指定的相同数据格式。