Игнорировать метку (и) при обучении полностью сверточной сети

Question

Я использую полностью сверточные сети для семантической сегментации в Caffe, используя набор данных Cityscapes .

Этот скрипт позволяет преобразовывать идентификаторы классов, и говорит установить идентификаторы классов, чтобы игнорировать на 255, и "игнорировать эти метки во время обучения". Как мы это делаем на практике? Я имею в виду, как мне «сказать» моей сети, что 255 не является истинным классом, как другие целые числа?

Спасибо, что дали мне интуицию.

Answer 1

Использование, например "SoftmaxWithLoss" слой, вы можете добавить loss_param { ignore_label: 255 }, чтобы заставить кофе игнорировать этот ярлык:

layer {
  name: "loss"
  type: "SoftmaxWithLoss"
  bottom: "prediction"
  bottom: "labels_with_255_as_ignore"
  loss_weight: 1
  loss_param: { ignore_label: 255 }
}

Я не проверял это, но я считаю, что ignore_label также используется InfogainLoss потерей и некоторым другим слоем потерь.