【语义分割】lovasz-softmax loss(二)

lovasz-softmax loss(一)


lovasz-softmax loss是对语义分割指标miou直接进行优化的一个loss,相比比较经典的dice loss有诸多优势。

【语义分割】lovasz-softmax loss(二)_第1张图片
左框的IOU loss是集合函数,并不是子模集合函数。将其变形得到右框,变形后为子模集合函数
【语义分割】lovasz-softmax loss(二)_第2张图片
lovasz extentsion △ ˉ J c \bar{\triangle}_{J_{c}} ˉJc △ J c \triangle_{J_{c}} Jc线性差值得到。
【语义分割】lovasz-softmax loss(二)_第3张图片
【语义分割】lovasz-softmax loss(二)_第4张图片
【语义分割】lovasz-softmax loss(二)_第5张图片
lovasz-softmax loss与cross entropy 结合使用fine-tune,效果更优

推荐阅读:
IoU loss is submodular
再读Lovasz-Softmax Loss

你可能感兴趣的:(【语义分割】lovasz-softmax loss(二))