连接主义时间分类 (CTC) 空白标签
Connectionist Temporal Classification (CTC) blank label
我正在尝试在我的网络中使用 CTC 损失函数，但不太了解何时将 'blank' 标签作为标签提供。
我按照Molchanov的描述在手势识别中使用它，但让我感到困惑的是还有一个'no gesture'。
在tensorflow docs中，描述的是
The inputs Tensor's innermost dimension size, num_classes, represents num_labels + 1 classes, where num_labels is the number of true labels, and the largest value (num_classes - 1) is reserved for the blank label.
如果我现在使用'blank'标签，表示没有手势，我的训练受限，因为错误
Saw a non-null label (index >= num_classes - 1) following a null label
我假设空标签与空白标签相同。
问题是，当我想提供以无手势（映射到空标签）开头然后有手势的数据时，我得到了这个错误。
我可以通过在现有标签旁边添加两个标签来避免它，一个用于 'no gesture'，一个用于 'blank label/null label'。然后我只提供 'no gesture' 标签而不是 'blank' 标签，但这似乎不太正确。
所以我的问题是，我应该使用 'blank/null' 标签做什么？
我可以想象在语言处理中，您通常会使用句末点作为 'null' 标签？但是没有结束的手势，因为它是一个连续的流。
谢谢
编辑
我强烈推荐阅读这篇 distill article。
"The ϵ (blank) token doesn’t correspond to anything and is simply removed from the output." 用于'interrupt'重复标记的合并。
空白标签作为两个 class 之间的过渡状态。
为了回答我的问题本身，您没有将空白标签分配给任何东西，但仍然将其作为现有标签 class。
就我而言，我又添加了两个标签，一个用于无手势 class，一个用于空白。
（至少我是这样做的，并取得了一些不错的结果）
我正在尝试在我的网络中使用 CTC 损失函数，但不太了解何时将 'blank' 标签作为标签提供。
我按照Molchanov的描述在手势识别中使用它，但让我感到困惑的是还有一个'no gesture'。
在tensorflow docs中，描述的是
The inputs Tensor's innermost dimension size, num_classes, represents num_labels + 1 classes, where num_labels is the number of true labels, and the largest value (num_classes - 1) is reserved for the blank label.
如果我现在使用'blank'标签，表示没有手势，我的训练受限，因为错误
Saw a non-null label (index >= num_classes - 1) following a null label
我假设空标签与空白标签相同。
问题是，当我想提供以无手势（映射到空标签）开头然后有手势的数据时，我得到了这个错误。 我可以通过在现有标签旁边添加两个标签来避免它，一个用于 'no gesture'，一个用于 'blank label/null label'。然后我只提供 'no gesture' 标签而不是 'blank' 标签，但这似乎不太正确。
所以我的问题是，我应该使用 'blank/null' 标签做什么？
我可以想象在语言处理中，您通常会使用句末点作为 'null' 标签？但是没有结束的手势，因为它是一个连续的流。
谢谢
编辑 我强烈推荐阅读这篇 distill article。 "The ϵ (blank) token doesn’t correspond to anything and is simply removed from the output." 用于'interrupt'重复标记的合并。
空白标签作为两个 class 之间的过渡状态。
为了回答我的问题本身，您没有将空白标签分配给任何东西，但仍然将其作为现有标签 class。 就我而言，我又添加了两个标签，一个用于无手势 class，一个用于空白。
（至少我是这样做的，并取得了一些不错的结果）