26、优化息肉检测损失函数与条件生成流插件网络

优化息肉检测损失函数与条件生成流插件网络

优化息肉检测损失函数

在息肉检测问题中，损失函数的选择对检测的准确性和效率至关重要。研究人员提出了Focal - DIoU损失函数，用于训练基于EfficientDet - D0骨干网络的有效检测器。

实验结果对比

在Kvasir - SEG和CVC - ClinicDB两个数据集上，对不同损失函数（Smooth L1、IoU、CIoU、DIoU和Focal - DIoU）进行了实验，结果如下：
| 损失函数 | AP | AP50 | AP75 | APL | AR | AR50 | AR75 | ARL |
| — | — | — | — | — | — | — | — | — |
| Smooth L1（Kvasir - SEG） | 0.612 | 0.832 | 0.715 | 0.695 | 0.638 | 0.657 | 0.657 | 0.743 |
| IoU（Kvasir - SEG） | 0.542 | 0.769 | 0.583 | 0.617 | 0.557 | 0.629 | 0.633 | 0.709 |
| CIoU（Kvasir - SEG） | 0.619 | 0.853 | 0.709 | 0.702 | 0.637 | 0.672 | 0.672 | 0.755 |
| DIoU（Kvasir - SEG） | 0.623 | 0.848 | 0.727 | 0.704 | 0.645 | 0.691 | 0.691 | 0.772 |
| Focal - DIoU（Kvasir - SEG） | 0.637 | 0.850