思路来源

最近在公司实习，遇到一个任务需要使用单一网络进行多任务分类。本来也想过是不是应该使用多标签分类的思想，可是涉及到单图片多标签，太麻烦了。当前的使用类似监督标签的多任务策略可以轻松地把多个任务的分类网络聚合到一起，且性能几乎不会下降。我们探讨了两种方式：

第一种方式，左上角色彩标签，每一个任务给出一个独立的色彩标签，如下图

第二种方式，栅栏式色彩标签，每一个任务给出一个独立的色彩标签，如下图

我们当前是四任务，每个任务都是三类，共12类。

使用上述两种策略，我们的准确率都是和本来单独任务略微下降1-2个点。但是，第一种我们在一批新的数据集上，误分10%，误分中的50%分到错误任务上。而第二种，误分5%，误分中的1/7分到错误任务上。选取了第二种。因为后来使用grad-cam可视化发现，第一种会导致模型过度关注角落标签周围区域，而第二种更加均匀，不会过度关注标签。