от
Я пытаюсь маркировать изображения различными категориями, к которым они относятся, с помощью сверточной нейронной сети. Для моей проблемы изображение может быть в одной категории, нескольких категориях или нулевых категориях. Является ли стандартной практикой установка нулевой категории в качестве всех нулей или я должен добавить дополнительный нейрон нулевого класса в последний слой? В качестве примера, скажем, есть 5 категорий (не включая нулевой класс). В настоящее время я представляю это с [0,0,0,0,0]. Альтернативой является добавление пустой категории, которая выглядела бы как [0,0,0,0,0,1]. Не будет ли также каких-либо дополнительных ненужных параметров во втором случае или это позволит модели работать лучше? Я смотрел на Stackoverflow для похожих вопросов, но они относятся к Multiclass Classification, которая использует Категориальную Кроссентропию с выводом softmax вместо Binary Crossentropy с выводом Sigmoid, поэтому очевидный выбор - добавить нулевой класс (или выполнить пороговое определение) ,              

Ваш ответ

Отображаемое имя (по желанию):
Конфиденциальность: Ваш электронный адрес будет использоваться только для отправки уведомлений.
Анти-спам проверка:
Чтобы избежать проверки в будущем, пожалуйста войдите или зарегистрируйтесь.

2 Ответы

0 голосов
от
Да, «нулевая» категория должна быть представлена как просто нули. В конце концов, классификация по нескольким меткам представляет собой набор задач двоичной классификации C, где C - это число классов, и если все задачи C выдают «no class», то вы получите вектор, состоящий только из нулей.     
0 голосов
от
Модель выводит вероятность для каждого класса, и мы назначаем входные данные классу, который имеет наибольшую вероятность во время прогнозирования. Последний уровень обычно является слоем softmax для мультиклассовой классификации и сигмоидом для двоичной классификации. Они оба подавляют входные данные в диапазоне от 0 до 1. Мы можем интерпретировать их как вероятности. Поэтому нет, вы не можете иметь все нули как один класс (ноль), потому что их значения будут суммироваться до 1 (вероятность). Вы должны определить новый класс для Null.     
Добро пожаловать на сайт ByNets, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...