深度学习损失函数——“dice_coeff”代码实现

Dice coefficient也被称为F1-score，是一种用于衡量两个集合相似度的指标，通常用于图像分割任务中。在医学图像分割中，Dice coefficient常用于衡量模型预测的分割掩码与真实标签之间的相似度。Dice coefficient越接近1，表示预测结果与真实标签越相似。

下面是用于计算Dice coefficient的代码实现：

def dice_coeff(pred, target):
    smooth = 1.

    # 将预测结果和真实标签转换为二值化的掩码
    pred = torch.sigmoid(pred).view(-1)
    target = target.view(-1)

    # 计算交集并集
    intersection = (pred * target).sum()
    union = pred.sum() + target.sum()

    # 计算Dice coefficient
    dice = (2. * intersection + smooth) / (union + smooth)

    return dice