NN模型体系结构每像素分类

Question

我很熟悉如何（C）神经网络工作在一般的分类问题（2D图像 - > 1类），但我不知道如何构建一个网络，将采取2d图像并输出分类值的2d矩阵。

实际上，我有一组NxN图像（1通道），我想按“每像素”进行分类。我希望输出是一个NxN类的集合，使得对于位置（a，b）处的像素，结果将是输入图像中像素（a，b）的分类结果。

模型架构的任何帮助？

P.S.我听说过基于补丁的方法，但我希望将整个NxN图像无需“修补”即可送入网络。

谢谢！ Joe

Answer 1

总的来说，这项任务没有什么特别之处。 DNN可以同时执行多个分类或回归任务。由于权重是共享的，因此可以确保在对每个像素进行分类期间，一个像素与所有其他像素之间存在某种关联。

所以长话短说，可能的算法来解决这个问题：

1）请确保您有在那里输入您的N×N图像的训练集，作为输出你有目标的分类标记的N×N矩阵（类标签对于每个像素）

2）建立一个DNN与您通常用于图像分类的架构。类似于具有最大池的卷积层的几个，随后是2-3个完全连接的ReLU层。

3）确保你的输出层将具有N×N的大小，是不是SOFTMAX层（使用RELU再次）

4）车吧！

这应该工作绝对好。我也可以向您保证，从DNN获得多个半独立输出并不罕见。例如here同一网络用于同时定位所有面部关键点（眼睛，嘴巴，鼻子等）。