常用loss函数总结篇

分割任务的loss

pixel-level

  • 把分割问题看做对每个点的分类,通常是crossEntropy的改进
  • 包括 CE,wCE,focal loss等
  • focal loss使难分样本的权重大。由网络的输出与gt的偏差来决定哪些是难分类样本,实现网络自适应调整。同样有这种自适应方式的还有在线难样本挖掘(OHEM)

class-level

  • dice loss = 2A∩B/(A+B)
  • dice loss 是一种区域面积匹配,也可以用边界匹配度,如boundary loss,只对边界上的像素进行评估,根据其距离gt边界的距离评估loss
  • mIoU

你可能感兴趣的:(常用loss函数总结篇)