问什么是处理背景像素类(ignore_label)最好的方法，当训练深入学习模型的语义分割？

EN

我正在尝试在 dataset上训练一个模型，其中包含20个“有用”的语义类和一组可以忽略的背景类(例如。天空，自我的交通工具，山脉，路灯)。为了训练模型忽略这些背景像素，我在互联网上使用了以下流行的解决方案：

1. 我为属于忽略类的所有像素分配一个公共ignore_label (ex：ignore_label=255)
2. 使用每个像素预测的cross_entropy损失来训练模型
3. 在ignore_label损失中提供cross_entropy参数，因此计算的损失会忽略带有不必要类的像素。

但这种方法有一个问题。一旦经过训练，模型最终会将这些背景像素分类为20个类中的一个。这是预期的，因为在损失，我们不处罚模型的任何分类，为背景像素。

因此，第二个明显的解决方案是对所有背景像素使用额外的类。因此，它是第21届的城市景观。然而，在这里，我担心我会“浪费”我的模型的能力，教它分类这个额外的不必要的课程。

处理背景像素类的最精确方法是什么？