在阅读语义分割论文时，有时我可以阅读像掩码图像的单热标签这样的术语。我不清楚这到底是什么意思?当阅读一些实现时，我可以看到它们通常是形状的rows*columns*2
我猜一个通道对应于前景，另一个对应于背景。对吗?此外，我怎么知道哪一个是前景?如果现有的训练集只有形状为rows*columns*1的。我如何将其转换为这种格式，即rows*columns*2 ?我所做的只是使用newimage[:,:,:,0] = original_image和newimage[:,:,:,1] = 1-original_image。但我不确定这是否正确?
分类标签如1,2,3,4,5等没有任何自然顺序。因此，使用这些数字可能意味着标签5大于标签1，但冰箱和狗只是两个标签，例如没有自然顺序。
我们将标签1 2 3 4 5转换为
[1,0,0,0,0]，[0,1,0,0]，…，[0,0,0,0,1]
所以现在它们只是指向某个方向的向量，这使得逻辑回归和其他损失函数更容易处理。
也可以用行*列*1对前景背景进行编码
简单地将前景值设置为1，背景值设置为0，然后我们就有了前景背景蒙版。
我需要看到一个何时使用行*列*2的例子，因为这个不是很常见，可能会根据你在哪里看到它而有所不同。