![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
segment
文章平均质量分 51
黄小黄i
一个双鱼座的程序猿
展开
-
unet++ pytorch模型转换为onnx模型并实际测试
书接上回,上次在安装好openvino环境之后,以及自己在了解完其相关的处理流程之后,现在将自己的模型转换为onnx格式以便后续转换为openvino的中间件。直接上代码:import osimport cv2import onnxruntimeimport torchfrom albumentations import Composefrom albumentations.augmentations import transformsfrom torch.utils.data import原创 2021-08-13 15:04:50 · 2224 阅读 · 4 评论 -
图像分割常见Loss
图像分割常见Loss最近在研究图像分割,由于自己之前没学习过,只能好好鼓捣,好久没写了。忙完分割项目总结一下。1、基于分类损失①:binary cross entropy二分类的交叉熵损失函数当类别数M等于2的时候,这个损失就是二元交叉熵Loss。交叉熵Loss可以用在大多数语义分割场景中,但它有个缺点,那就是对于只用分割前景和背景的时候,当前景像素的数量远远小于背景像素的数量时,即y=0的数量远大于y=1的数量,损失函数中y=0的成分就会占据主导,使得模型严重偏向背景,导致效果不好。#二值原创 2021-07-12 14:25:36 · 2330 阅读 · 2 评论