参考知乎链接语义分割中样本类别极不平衡应该怎么处理? - 知乎
修改损失函数过程中可以参考,个人觉得dice+falco loss效果比较好从loss处理图像分割中类别极度不均衡的状况---keras_chestnut--的博客-CSDN博客_图像分割 类别不平衡
数据增强可以参考语义分割数据增强(Data augmentation for semantic segmentation)_codibility的博客-CSDN博客_分割 数据增强
同样可参考第一个回答,感觉效果比较明显小目标的图像语义分割,有什么解决类别不平衡的方法吗? - 知乎
补充:在我的实验中我测试了dice Loss和WSE进行加权,两种损失函数的比例是3:1,但是测试过程中虽然Loss比较高,但是miou并没有明显提升,还是很低,目前考虑直接把miou作为损失函数去测试一下。