![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
runtao123
这个作者很懒,什么都没留下…
展开
-
pytorch 定义dice_coeff, SoftDiceLoss,BCELoss2d损失函数
import numpy as npimport torch.nn as nnimport torch.nn.functional as Fdef dice_coeff(pred, target): smooth = 1. m1 = pred.view(num, -1) m2 = target.view(num, -1) intersection = (m1*m2).sum() return (2. * intersection + smooth) /.原创 2021-08-05 15:07:22 · 2674 阅读 · 0 评论 -
目标检测中,计算IoU值
1. # 计算IoU,矩形的坐标形式为xyxydef box_iou_xyxy(box1, box2): # 获取box1左上角和右下角的坐标 x1min, y1min, x1max, y1max = box1[0], box1[1], box1[2], box1[3] # 计算box1的面积 s1 = (y1max - y1min + 1.) * (x1max - x1min + 1.) # 获取box2左上角和右下角的坐标 x2min, y2min,原创 2021-07-04 22:56:26 · 606 阅读 · 1 评论 -
pytorch 中,使用自定义的损失函数训练模型
pytorch 中,使用自定义的损失函数训练模型# 当Tensor算数操作(+, -,*, %等)中,有一个Tensor的resquire_grad=True,则该操作得到的Tensor# 能够实现反向传播,自动求导的功能。# 所以第一种自定义loss函数的方法就是使用tensor的math operation实现loss定义。###############################################################1. 继承于nn.Module,nn.Mod原创 2021-07-04 20:34:27 · 1330 阅读 · 0 评论