Segnet关于loss weight各个分类的权重的理解

看过很多文章关于对Segnet的理解,但是关于各个类别的权重的计算的理解很少,所以本文写下自己对于权重的理解并附代码。


f(class) = frequency(class) / (image_count(class) * w * h)

weight(class) = median of f(class)) / f(class)


其中frequency(class)的意思是该类别的training set的总像素的个数;比如在我的数据集合中training set的数量为500张图片,房屋像素的个数总和为30000个像素;

image_count(class)的意思是在training set中含有该类别的像素的图片的数量;比如含有房屋的图片的个数位467张

w*h为图片的尺寸;

median of f(class))为计算出的f(class) 的中位数;


附代码如下:https://github.com/gbyy422990/segnet_tf/blob/master/median_frequency_balancing.py

  • 4
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 3
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值