使用了Filtered Jaccard Loss的云分割网络
loss function分析
图分割网络广泛应用的SSoft Jaccard/Dice loss funtion在0 1分类问题中的公式如下:
其中 t t t代表了GT而 y y y代表了网络的输出。N表示t中的像素的总数, y i ∈ [ 0 , 1 ] y_i \in [0,1] yi∈[0,1] 并且 t i ∈ { 0 , 1 } t_i \in\{0,1\} ti∈{
0,1}代表第 i 个像素的 y 和 t ,设置 ϵ = 1 0 − 7 \epsilon = 10^{-7} ϵ=10−7防止除0,然而这个损失函数会因为ground truth中没有真值1 而被过度惩罚。
让我们考虑一个 2x2 的全 0 矩阵,以及2个可能的预测 y 1 = [ 0.01 , 0.01 , 0.01 , 0.01 ] y_1 = [0.01,0.01,0.01,0.01] y1=[0.01,0.01,0.01,0.01]和 y 2 = [ 0.99 , 0.99 , 0.99 , 0.99 ] y_2 = [0.99,0.99,0.99,0.99] y2=[0.99,