一、为什么语义分割中要把标签转换为one-hot,而不是1,2,3…?
- 因为每个类都是等价的,如果使用1,2,3这种形式,就隐含着实际中不存在的隐含关系如:第3类输出要比1和2大
- [0,0,1],[0,1,0],[1,0,0]这样的one-hot标签是正交的,线性无关,这样各类别之间没有依赖关系,符合实际情况。
二、Dense Predictions
预测图像中每个像素标签的任务
三、Upsampling的方式
- Unpooling 反池化(一般不用)
- Bilinear Interpolation 双线性插值
torch.nn.Upsample(scale_factor=