具有用于语义分割损失计算的损失层的caffe softmax
caffe softmax with loss layer for semantic segmentation loss calculation
softmax_loss_layer.hpp 文件中的 caffe 文档似乎是针对分类任务而不是语义分割。但是，我已经看到这一层被用于后者。
- 在对每个像素进行分类（语义分割）的情况下，输入 blob 和输出 blob 的尺寸是多少？
- 更重要的是，计算损失的方程式如何应用于这些斑点？例如，matrices/blobs 的排列形式和最终输出的 "loss value" 是什么形式，其方程式是什么？
谢谢。
编辑：
我参考了这个页面来理解损失方程的概念，只是不知道它是如何应用于斑点、哪个轴等的：http://cs231n.github.io/linear-classify/
这里是caffe的文档：
首先，输入 blob 的格式应为数据 NxKxHxW 和标签 Nx1XHxW，其中标签 blob 中的每个值都是来自 [0-K] 的整数。我认为 caffe 文档中有一个错误，它没有考虑语义分割的情况，我不确定 K = CHW 是什么意思。输出 blob 的形状为 1x1x1x1，这是损失。
其次，损失函数如下，来自softmax_loss_layer.cpp：
loss -= log(std::max(prob_data[i * dim + label_value * inner_num_ + j], Dtype(FLT_MIN)));
打破那条线（用于语义分割）：
std::max 只是为了确保没有像 nanprob_data是softmax的输出，正如caffe教程中解释的那样，softmax损失层可以分解为softmax层，然后是多项逻辑损失i * dim 指定批次中的第 N 个图像，其中批次形状如下 NxKxHxW 其中 K 是 类 label_value * inner_num_指定第K张图片，因为在这个阶段，你的每一张类都有自己的"image"概率，可以说- 最后，
j是每个像素的索引
基本上，您希望每个像素的 prob_data[i * dim + label_value * inner_num_ + j] 尽可能接近 1。这意味着它的负对数将接近于 0。这里 log 是以 e 为底的。然后你对该损失进行随机梯度下降。
softmax_loss_layer.hpp 文件中的 caffe 文档似乎是针对分类任务而不是语义分割。但是，我已经看到这一层被用于后者。
- 在对每个像素进行分类（语义分割）的情况下，输入 blob 和输出 blob 的尺寸是多少？
- 更重要的是，计算损失的方程式如何应用于这些斑点？例如，matrices/blobs 的排列形式和最终输出的 "loss value" 是什么形式，其方程式是什么？
谢谢。
编辑： 我参考了这个页面来理解损失方程的概念，只是不知道它是如何应用于斑点、哪个轴等的：http://cs231n.github.io/linear-classify/
这里是caffe的文档：
首先，输入 blob 的格式应为数据 NxKxHxW 和标签 Nx1XHxW，其中标签 blob 中的每个值都是来自 [0-K] 的整数。我认为 caffe 文档中有一个错误，它没有考虑语义分割的情况，我不确定 K = CHW 是什么意思。输出 blob 的形状为 1x1x1x1，这是损失。
其次，损失函数如下，来自softmax_loss_layer.cpp：
loss -= log(std::max(prob_data[i * dim + label_value * inner_num_ + j], Dtype(FLT_MIN)));
打破那条线（用于语义分割）：
std::max只是为了确保没有像nan 这样的无效输入
prob_data是softmax的输出，正如caffe教程中解释的那样，softmax损失层可以分解为softmax层，然后是多项逻辑损失i * dim指定批次中的第N个图像，其中批次形状如下NxKxHxW其中 K 是 类 的数量
label_value * inner_num_指定第K张图片，因为在这个阶段，你的每一张类都有自己的"image"概率，可以说- 最后，
j是每个像素的索引
基本上，您希望每个像素的 prob_data[i * dim + label_value * inner_num_ + j] 尽可能接近 1。这意味着它的负对数将接近于 0。这里 log 是以 e 为底的。然后你对该损失进行随机梯度下降。