字符区域检测中常用loss

PAN网络中使用的loss

（5）式中的4个loss函数，第一个是文本区域loss，第二个是核（kernel）区域loss，两个loss都是使用的diceloss；而第三个loss Lagg用于衡量文本实例和其对应kernel的loss，其作用是保证同一文本实例的kernel和文本实例内其他像素之间的距离<.第四个loss函数Ldis loss用于是不同文本实例的kernel的loss，其作用是保证任意两个kernel之间的距离>；

目录

 

1.dice loss

1.Dice系数与Dice Loss

2.Dice系数计算

2.第三个loss

3.第四个loss

---

1.dice loss

Dice Loss最先在VNet这篇文章中提出，多被广泛用于医学影像分割之中。

1.Dice系数与Dice Loss

Dice系数是一种集合相似度度量函数，通常用于计算亮哥样本的相似度，取值范围在【0,1】：

其中分子绝对值中的部分是X与Y的交集，分母|X|和|Y|分别表示X和Y的元素个数，其中，分子的系数为2是因为分母存在重复计算X和Y之间的共同元素的原因。

Dice loss：

Laplace smoothing：

Laplace smoothing是一个可选改动，即将分子分母全部加1：

使用Laplace smoothing的好处：

（1）避免当|X|和|Y|都为0时，分子被除0的问题

（2）减少过拟合

2.Dice系数计算

首先近似为预测图pred和label GT之间的点乘，并将点乘的元素的结果相加：

（1）预测分割图与GT分割图的点乘：

（2）逐元素相乘的结果元素的相加和：

 

PAN网络中的dice loss使用方式：

 

2.第三个loss

其中，N是图像中文本实例的数量，Ti表示第i个文本实例，Ki是文本实例对应的kernel。D（p，ki）定义了文本实例Ti内的像素p和Ki之间的距离，其中，agg是一个常量，默认是0.5，Fp是网络在像素p处输出的相似度向量，g（Ki）是Ki的相似度向量，计算公式为：

g(.)的计算就是对于Ki里的每一个像素q，网络在像素q处输出的相似度向量除以Ki的像素点数量，|Ki|指Ki的L1范数，这里代表的就是Ki里像素点的数量。

D（p，Ki）里的||F（p）-G（Ki）||表示F（p）-G（Ki）的L2范数，是一个用于衡量像素点到Ki的距离的值，值越小表示相似度越大，公式中距离小于 agg的像素点就没有必要参与loss计算了，关注哪些距离远的值即可。

3.第四个loss

对于每一个文本实例kernel，分别计算和其他kernel的距离。（4）式中，dis是一个常量，默认3.当两个kernel之间的距离时，就表示这两个kernel的距离已经足够远了。

 

参考内容链接：

[1]https://zhuanlan.zhihu.com/p/86704421

[2]https://zhuanlan.zhihu.com/p/81415166

[3]https://zhuanlan.zhihu.com/p/79111059

[4]https://www.nps.ink/360167.html