写在前面
多分类说白了,就是对输入的图像以及制作的标签放到神经网络进行预测学习。
例如三分类,输入是具有多种色彩的圆、方形和背景,大小是(3,h,w)。
对应的标签是(3,h,w)的,其中每个通道代表了每个类别。
将圆、方形和背景分别表示为1,2,0.标签就是由0,1,2组成的。这里,我们不管输入是多么五彩缤纷,只看标签标注的对应数字。
之后测试出来,分隔开这三个通道,每张图像都是(h,w)的:
这里表示的是三个分类,一个通道代表一个类别。其中255白色代表了具体的类别。
那么如何制作具体标签呢?
第一步,我们将图像导入的labelme里。
conda act