qq_24539005的博客

原创 图像分割的损失函数

图像分割损失函数的改进 语义分割模型在训练过程中通常使用简单的softmax cross-entropy。但是，如果想获得图像的细节信息，则需要更高级的损失函数。 1.Focal 损失 Focal loss是对标准的交叉熵评价函数的改进。通过对其变形实现，以使分配给分好类别样本的损失是低权重的。最终，这确保了没有分类失衡。在该损失函数中，随着正确类别置信度的增加，交叉熵损失随比例因子逐渐衰减为零。比例因子会在训练时自动降低简单样本的贡献，更注重复杂的样本。 2.Dice 损失 Dice 损失通过计算平滑的