我已经设置了Caffe，并使用了FCN-8s模型，稍作修改以输出类别：

layer { name: "score_5classes" type: "Convolution" bottom: "score" top: "score_5classes" convolution_param {    num_output: 2    pad: 0     kernel_size: 1     }}layer {  name: "loss"  type: "SoftmaxWithLoss"  bottom: "score_5classes"  bottom: "label"  top: "loss"  loss_param {    normalize: true  }}

我将最后一层的输出数量改成了2，因为我想将我的输入图像分类为2个类别，0和1（所以看起来我应该有2个输出！我不明白为什么？！它可以是一个由零和一组成的输出矩阵，对吗？）

所以我的问题是：

1.我应该将这两个类别相加吗？因为我需要一个输出

2.损失值非常小！即使输出与期望值相差甚远！Caffe是如何计算损失层的？

谢谢

回答：

在进行二元分类时，使用带有两个输出的"SoftmaxWithLoss"在数学上等同于使用"SigmoidCrossEntropyLoss"。因此，如果你确实只需要一个输出，你可以将最后一层设置为num_output: 1并使用"SigmoidCrossEntropyLoss"。然而，如果你想利用Caffe的"Accuracy"层，你需要使用两个输出和"SoftmaxWithLoss"层。

关于你的问题：
1. 如果你选择使用"SoftmaxWithLoss"并且只需要一个输出，请取每个像素的第二个输出，因为这个条目代表类别1的概率。
我把计算总和的结果留给你作为练习（提示：`”Softmax”输出概率…）
2. 损失值非常小很可能是由于你有严重的类别不平衡——大多数像素是0，而只有很少的像素是1（反之亦然），因此总是预测0不会产生很大的惩罚。如果这是你的情况，我建议你查看Focal Loss，它解决了这个问题。