前言
在进行图像分割时,diceloss可以解决图像不均衡的问题,例如:二分类问题中,背景过大,前景(肿瘤)过小;多分类问题中,某一类别的物体体积过小。
一、cross entropy loss
有一个b站up主讲交叉熵这个概念的由来,深入浅出,可以获得一些思考,推荐大家看一下:交叉熵和KL散度
参考文章:损失函数
在计算交叉熵损失函数的过程中,需要对每个像素的loss求均值,可以说每个像素都对最后的结果又均等的贡献,但是在医学图像中,类的比例一般分布是不均衡的,可能会导致最后的结果由像素较多的类主导,忽略较小的肿瘤/特征,后期又提出了wce(weighted-CE