关于多分类问题

[zhengvh]

感谢你的分享，也是看了你的博客而来。 想请教一个关于多分类的问题： 这个UNet如何做到多分类呢？像FCN那样，应该怎么修改呢？ 感谢。

[Codekiller-Li]

同样提问 conv10 = Conv2D(3,(1,1),activation='softmax')(conv9) model = Model(inputs=inputs, outputs=conv10) model.compile(optimizer=Adam(lr=1e-4), loss='binary_crossentropy', metrics=['accuracy']) 我做打算做三分类图片，图片已经进行了one-hot编码,但model结果不对，请问如何能正确改成多分类呀

[flighted]

请问有解决方案了么？怎么做？

[mingzhaochina]

label只是一通道的，而图片是三通道的，做多分类的话，是不是每个类别都要单独做一个标签呢？否则没法计算交叉商loss啊，要求是label和数据是一样的shape

[Codekiller-Li]

可以看我的github，我用这个改了一个做三分类的

[leo-sy]

将最后一层的激励函数改为softmax，损失函数改为sparse_categorical_crossentropy，在对图像按照类别进行预处理，就可以进行多分类。

[Monologuethl]

请问”图像按照类别进行预处理，就可以进行多分类“，具体是怎么操作呢

[mqray]

I have found some useful solution, you can refer https://github.com/wuyang0329/unet

[Monologuethl]

thank you ,i have solved this porblem !

[dreamandgo-123]

thank you ,i have solved this porblem !

你好，方便说一下是怎么做的嘛？