图像分割模型调优技巧，loss函数大盘点1
需积分: 0 107 浏览量
2022-08-04
14:35:45
上传
评论 1
收藏 3.29MB PDF 举报
这
是
⼀
篇
关
于
图
像
分
割
损
失
函
数
的
总
结
，
具
体
包
括
：
1. Binary Cross Entropy
2. Weighted Cross Entropy
3. Balanced Cross Entropy
4. Dice Loss
5. Focal loss
6. Tversky loss
7. Focal Tversky loss
8. log-cosh dice loss (
本
⽂
提
出
的
新
损
失
函
数
)
论
⽂
地址
：
https://arxiv.org/pdf/2006.14822.pdf
代
码
地址
：
https://github.com/shruti-jadon/Semantic-Segmentation-Loss-Functions
项
⽬
推
荐
：
https://github.com/JunMa11/SegLoss
图
像
分
割
⼀
直
是
⼀个
活
跃
的
研
究
领
域
，
因
为
它
有
可
能
修
复
医
疗
领
域
的
漏
洞
，
并
帮
助
⼤
众
。
在
过
去
的
5
年
⾥
，
各
种
论
⽂
提
出
了不
同
的
⽬
标
损
失
函
数
，
⽤
于不
同
的
情
况
下
，
如
偏
差
数
据
，
稀
疏
分
割
等
。
在
本
⽂
中
，
总
结
了
⼤多
数
⼴
泛
⽤
于
图
像
分
割
的
损
失
函
数
，
并
列出
了
它
们
可
以
帮
助
模
型
更
快
速
、
更
好
的
收敛
模
型
的
情
况
。
此
外
，
本
⽂
还
介
绍
了⼀
种
新
的
log-cosh di
ce
损
失
函
数
，
并
将
其
在
NBFS skull-stripping
数
据
集
上与
⼴
泛
使
⽤
的
损
失
函
数
进
⾏
了
性
能
⽐
较
。
某
些
损
失
函
数
在
所
有
数
据
集
上
都
表
现
良
好
，
在
未
知
分
布
数
据
集
上
可
以
作
为⼀个
很
好
的
选
择
。
1
简
介
深
度
学
习
彻
底
改
变
了
从
软
件
到制
造
业
的
各
个
⾏
业
。
深
度
学
习
在
医
学
界
的
应
⽤
也
⼗
分
⼴
泛
，
例
如
使
⽤
U-Net
进
⾏
肿
瘤
分
割
、
使
⽤
SegNet
进
⾏
癌
症
检
测
等
。
在
这
些
应
⽤
中
，
图
像
分
割
是
剩余17页未读，继续阅读
评论0