patience_of_study的博客

在语义分割任务中，根据数据的分布情况可选择不同的损失函数对网络输出和标签进行数值运算，以达到较优的训练效果。特别，在数据样本不均衡以及样本难易程度不同时，选择FocalLoss和DiceLoss往往能起到事半功倍的效果。本博客针对CrossEntropy、FocalLoss和DiceLoss三类损失函数进行了如下分析：1.数据准备一般来讲，RGB图像数据经过网络过后最终的输出形式为一个四维张量，shape为（batch_size, Num_class, high, width），分别对应batch

本博客转自https://blog.youkuaiyun.com/hitzijiyingcai/article/details/81636455，感谢大佬的雕琢和分享。一、前言在利用诸如Faster R-CNN等深度学习网络进行目标检测的时候一定需要训练自己的数据集，一般有两种方法：按照VOC2007的格式修改自己的数据格式根据自己的数据格式修改源码一般推荐第一种方法，因为第一种方法比较简单而且...