machine-learning - 二元掩模分类的最佳输出激活函数

Question

我有一个 CNN，它输入卫星图像，并在发现汽车的地方输出一个掩码。我手动标记了图像并为每个图像创建了蒙版，其中如果该像素中有汽车的一部分，则每个像素为 1，否则为 0。

我正在尝试找出最佳的输出层激活函数和损失函数，并且正在征求意见。我知道那里有大量信息，但我发现自己对我的问题是回归还是分类感到困惑。

有人可以发表一下意见吗？我目前在 keras 中使用以下输出和损失:

conv10 = Conv2D(1, 1, activation='sigmoid')(conv9)

model = Model(inputs=[inputs], outputs=[conv10])

model.compile(optimizer=Adam(lr=1e-4), loss='binary_crossentropy', metrics=['accuracy'])

这是个好主意吗？谢谢!

Answer 1

从我的角度来看，这似乎是个好主意，因为您想为每个像素 px 输出概率 P(px 是汽车 | 图像的一部分) > 在图像中。因此，这是一个二元分类问题，适合使用 binary_crossentropy 损失函数(加上输出层中的 sigmoid 激活)。