Я работаю над проблемой классификации. У меня 5 классов.
У меня есть 3 разных набора данных, содержащих 3 разных типа изображений:
- изображение RGB камеры
- одно изображение, сгенерированное по данным Lidar (проецируемое на плоскость изображения, соответствующее RGB-камере)
Я разрабатываю модель CNN, которую применяю, учитывая каждый тип изображения.
Теперь я хочу объединить оценки, чтобы сделать мой окончательный прогноз. Для бинарной классификации я знаю, что мы можем использовать общий метод комбинирования баллов, например, взять среднее значение баллов, максимум двух баллов, мин двух из двух баллов, а затем принять наше решение.
Но для проблемы мультикласса, как я могу это сделать?
Мой выход CNN - вероятности, подобные
1 балл = [0,2,0,1,0,4,0,0,3]
оценка2 = [0,3,0,4,0,0,0,3] Не знаю, нравится ли нам оценка_используется = [f (i, j) для i, j в Score1, Score2], где для примера f (i, j) = min (Я, J) это будет работать. Но я собираюсь попробовать
Заранее спасибо