lmw0320
2020-01-19 11:37
采纳率: 75%
浏览 1.5k

多分类语义分割模型的损失函数应该如何选择?

小白一枚,想请教下:
我的多分类语义分割模型,label为单通道图片,其像素值已经统一根据类别进行编号(类别5的像素值为5,类别2的像素值为2)。。我的类别数是6(含背景),模型的输出端的激活函数为softmax,损失函数定义为sparse_categorical_crossentropy,模型训练的时候,却会报维度不兼容的错误: Incompatible shape: [262144] vs [4, 256,256] (而4 * 256 *256 刚好就是262144)...这个到底要用什么损失函数才对呢??
因为从理论上来说,对于label没有进行one-hot处理的多分类,不是应该使用sparse_categorical_crossentropy做损失函数,而不能使用categorical_crossentropy或binary_crossentropy么??
一直不太理解这块,求高手指点~~

  • 写回答
  • 好问题 提建议
  • 追加酬金
  • 关注问题
  • 邀请回答

1条回答 默认 最新

  • IT时生 2020-05-31 14:51
    最佳回答

    这不是损失函数的问题,是你自己对shape的理解不对吧。[262144]是一维,[4,256,256]是三维,要把后者flatten才能和前者匹配上啊。。

    评论
    解决 无用
    打赏 举报

相关推荐 更多相似问题