【计数网络】梯度累加增加LCFCN的BatchSize

• LCFCN是一个以分割网络为基础的专用于计数的网络.
• LCFCN模型由于loss的特殊性 batch size 目前只能为1
• LCFCN代码 https://github.com/ElementAI/LCFCN

核心概念loss 介绍

  该网络的核心概念是loss，主干网络就是传统的Encoder-Decoder结构的分割网络。LCFCN的loss由四部分组成，分别是Image-level loss、Point-level loss、Split-level loss、False positive loss。

Image-level loss

  图像水平的loss公式如下所示，其中$C_e$为图片中出现的类别集合，包括背景类。对于$C_e$中的每一类，该loss鼓励模型输出至少有一个像素点被预测为该类。$\neg C_e$表示图像中没有出现过的类别，该loss会降低任意像素点被预测为该类的概率。$t_c=ar$