Python 我的CNN的输出层应该是什么样子？

我正在运行一个模型来检测图像中一些有趣的特征。我有一组600x200像素的图像。这些图像具有我想识别的岩石碎片等特征。假设一个（4x12）网格覆盖在图像上，我可以使用注释器工具手动生成注释，例如

（（4,9）、（3,10）、（3,11）、（3,12））

，以识别图像中感兴趣的单元格。我可以用Keras建立CNN模型，输入为灰度图像。但是我应该如何对输出进行编码呢。对我来说，一种直观的方法是将其视为形状的稀疏矩阵

（12,4,1）

，只有感兴趣的单元格有1，而其他单元格有0

• 有没有更好的方法对输出进行编码
• 最后一层的激活功能应该是什么？我正在为隐藏层使用ReLU
• 损失函数应该是什么？

  均方误差

  有效吗

---

您的问题与检测和分割问题非常相似（您可以阅读相关内容，例如，您提出的方法是合理的，因为在检测和分割任务中，计算您提出的特征图是培训流程中的一个常见部分。但是-您可能会遇到以下几个问题：

• 内存问题：您需要处理稀疏张量或使用生成器来处理内存问题
• 丢失和激活：Keras API目前不支持用于分段的丢失和激活，因此您需要自己实现它。您可以找到如何解决此问题的示例

仅在检测的情况下（不包括该点的分类），我建议您使用

sigmoid

和

binary\u crossentropy

。在分类的情况下

softmax

和

category\u crossentropy

---

当然，还有其他方法可以解决这个问题。可以用回归的方法来解决，你需要预测有趣的像素点。但是在

Keras

中处理不同的输入是相当麻烦的。

你为什么不把你的图像分割开来，用一个“更小的网络（4*12）”这些图像是从圆形钻孔中展平的。因此我对正弦模式感兴趣，以识别有趣的地质特征，而不是其他看起来相似但不是正弦的岩石特征。