我想构建一个分类器，它获取航空图像并输出位图。位图应该在航拍图像有水的每个像素处为 1。对于这个过程，我想使用 ConvNet，但我不确定输出层。我确定了两种方法：

1. 有一个恰好有 2 个节点的输出层，这些节点指定航拍图像的中心像素是否对应于水。
2. 有一个输出层，每个像素都有一个节点。因此，对于 64x64 图像，我将有 4096 个节点。

哪种方法更受欢迎，为什么？

我不清楚的另一件事是如何从 ConvNet 的输出中获取只有零和一的实际位图。假设我们使用方法 2，那么对于每个像素，我们的 ConvNet 会给我们一个介于 0 和 1 之间的概率，即该像素对应于水。我如何确定这个概率足够高以将我的位图中的值设置为 1？我是否只定义一个阈值，比如 0.5，如果值超过该阈值，我将像素设置为 1，还是有更复杂的方法？