Tensorflow的初始 - 類的數量

Question

我想知道Tensorflow的Inception實現中的類數。

在他們的訓練腳本中，他們加載由圖像和標簽組成的訓練集。 接下來，為了計算損失，他們將類的數量定義為：

# Number of classes in the Dataset label set plus 1.
# Label 0 is reserved for an (unused) background class.
num_classes = dataset.num_classes() + 1

您可以看到他們使用“未使用的背景類”。 您還可以在創建訓練集時看到此方法： build_image_data.py

那么，為什么你需要這樣一個未使用的背景類？ （特別是因為您從輸出層獲得了一個額外但無用的預測）

Answer 1

這是我們用於所有圖像數據集的慣例，對於這個特定的模型而言，打破它似乎並不值得。 順便說一下，我希望所有的學術分類數據集在他們的測試評估中都沒有“上述”類別 。 不知道什么時候不知道的分類器在實踐中沒有用。 （vanhoucke）