【PyTorch】使用交叉熵作为语义分割损失函数遇到的坑

34 篇文章 24 订阅

引言

图像语义分割其实就是像素级别的图像分类。因此,我们可以选择交叉熵作为我们的损失函数。但使用交叉熵的时候,有以下几点是需要注意的。

提示

  1. 输入给模型的数据维度应该是 4 维的:(batch_size,C,H,W),语义分割标签维度应该是 3 维的:(batch_size,H,W)
  2. 模型预测输出的通道数应该等于语义分割的类别数;
  3. 语义分割标签图像的像素值应该在 [0,类别数-1] 范围内。若不在,读进来之后必须进行转换。

示例

假设语义分割的类别标签有 5 种,原图尺寸为 512x512,数据加载器设置的 batch_size 参数为 8,原图是三通道的 RGB 图片。那我们输入给模型的数据维度应该是(8, 3,512,512),模型预测输出的数据维度应该设置为(8,5,512,512),语义分割标签图的维度应该处理为(8,512,512)

转换

如果你的标签图像的像素值不在 [0,类别数-1] 范围内,可以使用以下代码进行转换。下方代码中,fp 参数指定标签图像路径,cls 指定标签类别为 [0, 64, 128, 192, 255],表示该语义分割任务要分 5 类,每类分别用 cls 中的数值来表示,0 代表第一类,64 代表第二类,以此类推。

from typing import List

from PIL import Image
import numpy as np


def label_transform(fp: str, cls: List[int]):
    img = Image.open(fp)
    arr = np.array(img)
    for idx, key in enumerate(cls):
        arr[arr == key] = idx
    return arr.astype(np.int64)


if __name__ == "__main__":
    print(label_transform(
        fp="test.png",
        cls=[0, 64, 128, 192, 255],
    ))

参考

pytorch语义分割中CrossEntropyLoss()损失函数的理解与分析
IndexError: Target 2 is out of bounds

  • 6
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    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
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

打赏作者

Xavier Jiezou

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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