java 图片按像素分割_Keras图像分割：单个像素的损失函数

我的问题可能很容易解决，但我没有找到任何答案，也不知道如何实现，因为我也是Keras和Tensorflow的新手 .

问题：我使用了一个预训练的图像分割网(由Hengshuang Zhao等人2017年的PSPNet)，有人用Tensorflow后端(PSPNet-Keras-tensorflow)将权重从Caffe转换为Keras .

我想计算相对于权重的分类交叉熵损失函数的梯度，而不是到目前为止复杂并且可由我解决 . 但问题是损失函数，因为我只想在预测的单个像素处丢失 .

到目前为止我失去整个图像的是：

weights = model.trainable_weights

gradients = model.optimizer.get_gradients(model.total_loss, weights)

# model is compiled with categorical crossentropy

input_tensor = [model.inputs[0], # input data

model.sample_weights[0], # how much to weight each sample by

model.targets[0], # labels

keras.backend.learning_phase() # train or test mode]

get_gradients = keras.backend.function(inputs=input_tensors, outputs=gradients)

如何调整此值以仅计算单个像素的损耗？

PS：之后我想迭代整个图像(~2百万像素)并为每个像素计算相对于权重的分类交叉熵损失的梯度 .

感谢您的任何帮助和建议 .