深度学习损失函数综述

最新推荐文章于 2025-03-07 14:44:03 发布

RyanC3

最新推荐文章于 2025-03-07 14:44:03 发布

阅读量2.6k

点赞数 6

分类专栏： # 深度学习文章标签：深度学习 pytorch 机器学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/u012655441/article/details/120373886

版权

语义分割损失函数

在文章开始之前先贴出参考：A survey of loss functions for semantic segmentation,代码地址,语义分割资源综述。我主要是参考这两个方面，然后其他更多资料也可以自行Google一下。本文章主要是以A survey of loss functions for semantic segmentation为主展开，并且尽可能地配上代码。

在这里插入图片描述

基于分布损失函数（Distribution-base loss）

Binary Cross-Entropy

公式：

在这里插入图片描述

该损失主要是针对二分类的损失，当背景数量>>目标像素数量，模型会严重偏向背景

Weighted Cross-Entropy

为解决分类类别不均衡问题，提出了Weighted Cross-Entropy。公式：

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ynowgq5g-1631970391001)(https://www.zhihu.com/equation?tex=%5Ctext+%7Bpos_weight%7D+%3D+%5Cfrac%7B%5Ctext+%7Bnum_neg%7D%7D%7B%5Ctext+%7Bnum_pos%7D%7D+%5C%5C+%5Ctext+%7Bloss%7D+%3D+-+%5Ctext+%7Bpos_weight%7D+%5Ctimes+y_%7Btrue%7D+log+%28y_%7Bpred%7D%29+-+%281-y_%7Btrue%7D%29+log+%281-y_%7Bpred%7D%29%5C%5C)]$

Balanced Cross-Entropy

这个损失函数的公司类似于MAE。与Weighted Cross-Entropy不同的是，Balanced Cross-Entropy对负样本也进行加权。

公式：
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-6WWKEzA5-1631970391007)(src/Balanced-CE-loss.png)]

Focal Loss

Focal loss主要解决两方面的问题：1. 解决正负样本不均衡的问题，里面的 $\alpha_t$ 参数负责控制；2. 解决正样本中的难易样本的区分，由 $(1-p_t)^{\gamma}$

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。