关于小目标的分割问题的损失函数
问题描述:往往一幅图像中只有一个或者两个目标,而且目标的像素比例比较小,使网络训练较为困难,一般可能有三种的解决方式:1. 选择合适的loss function, 对网络进行合理的优化,关注较小的目标。2. 改变网络结构,使用attention机制。(类别判断作为辅助)3. 与2的基本原理一致,属于attention。即先检测目标区域,裁剪后进行分割。损失函数交叉熵系列交叉熵损失对于二分类而言,损失函数定义如下:loss(Y,P) = -\frac{1}{n}\sum^n\nolimit
原创
2020-09-24 17:59:53 ·
6834 阅读 ·
2 评论