图像语义分割实践(四)损失函数与实现
在确定检测任务和模型构建完成后,随之需要对训练的准则Criterion进行实现,可称之为损失函数或代价函数,简明而言,训练过程中真实值和计算值的误差。
视频讲解,转移至西瓜视频主页:@智能之心
手把手视频讲解+代码讲解
1.如何实现输入(完全免费解析直达,致力干货分享)
2.如何实现模型(完全免费解析直达,致力干货分享)
3.如何实现输出(完全免费解析直达,致力干货分享)
分割常见的损失函数如下
- cross entropy loss:交叉熵,通用于不同类样本量在一个量级的任务;
- focal loss:交叉熵的改进版本,增加两个权重,聚焦不平衡样本任务;
- dice loss:样本极不平衡可用,反向梯度值太大,训练不稳定;
- iou loss:较多见于目标检测任务的回归任务;
cross entropy loss
H(p,q)=−∑xp(x)logq(x)H(p,q) = - \sum\limits_{x} p(x) \log q(x)H(p,q)=−x∑p(x)logq(x)
小拓展: md写公式需要单元:∑i=1n\sum \limits _{i = 1}^ni=1∑n , log\loglog
公式符号参考链接1
公式符号参考链接2
直接调用函数
seg_loss = torch.nn.CrossEntropyLoss()
根据公式复现
class SimpleCrossEntropyLoss(nn.Module):# H(p,p)=p*log(q)def __init__(self):super().__init__()self.logsoftmax_func = nn.LogSoftmax(dim=1) # torch.log(torch.nn.Softmax(dims=1)(inputs))self.nllloss_func = nn.NLLLoss()passdef forward(self, inputs, target):x = self.logsoftmax_func(inputs)loss = self.nllloss_func(x, target)return losspass
seg_loss = SimpleCrossEntropyLoss()
nn.NLLLoss()实现举例
NLLLoss=−1N∑i=1Nyi(logsoftmax)NLLLoss= -\frac{1}{N} \sum \limits _{i = 1}^N y_i (\log softmax)NLLLoss=−N1i=1∑Nyi(logsoftmax)
令 pred∗=logsoftmaxpred^*=\log softmaxpred∗=logsoftmax,一维二维计算示例如下。
图像语义分割实践(四)损失函数与实现相关推荐
- 将特定像素点在图像上连接起来_(NeurIPS 2019) Gated CRF Loss-一种用于弱监督图像语义分割的新型损失函数...
本文已经被NeurIPS 2019(2019 Conference and Workshop on Neural Information Processing Systems)接收,论文为弱监督图像语 ...
- NeurIPS 2019 | 用于弱监督图像语义分割的新型损失函数
作者丨赵磊 学校丨北京林业大学硕士生 研究方向丨语义分割 本文已经被 NeurIPS 2019 (2019 Conference and Workshop on Neural Information ...
- 图像语义分割实践(一)标签制作与转换
语义分割实践过程中,网上常用公开数据集和模型都是打包固化的,只要配置环境一致就可以进行所谓"复现",但是这种拿来主义很被动,很多人陷入邯郸学步,贪多嚼不烂的窘迫感,最后浪费大把时间 ...
- 图像语义分割实践(三)模型搭建与实现
众所周知,神经网络搭建常用基础模块有卷积,池化,归一,激活,全连接等等.如果使用Pytorch进行网络的搭建时,除了需要掌握这些基础模块外,还需要熟悉模型容器. Pytorch.nn 的容器conta ...
- 图像语义分割实践(二)数据增强与读取
Pytorch数据加载顺序 手把手视频讲解+代码讲解 1.如何实现输入(完全免费解析直达,致力干货分享) 2.如何实现模型(完全免费解析直达,致力干货分享) 3.如何实现输出(完全免费解析直达,致 ...
- 图像语义分割实践(五)优化器与学习率
概述 在数据制作环节中,提到minibatch思想用于数据批次量获取,是一种优化器思想,而该文则是对各种优化器进行介绍. 优化器:最小化损失函数算法,把深度学习当炼丹的话,优化器就是炉子,决定火候大小 ...
- 图像语义分割python_图像语义分割ICNET_飞桨-源于产业实践的开源深度学习平台...
图像语义分割-ICNET 类别 智能视觉(PaddleCV) 应用 自动驾驶 室内导航 医学图像诊断 穿戴设备 虚拟现实与增强现实 无人机 模型概述 ICNet 主要用于图像实时语义分割,能够兼顾速度 ...
- PaddleServing图像语义分割部署实践
目录 一.任务概述 二.官方示例部署 2.1 安装PaddleServing 2.2 导出静态图模型 2.3 转换为serving模型 2.4 启动服务 2.5 客户端请求 三.基于PipeLine的 ...
- AI 端侧落地+图像语义分割,百度 AI 快车道揭秘工业质检不再靠“人眼”的秘诀...
AI时代下的人才缺口,已经让各企业感受强烈.人工智能的行业落地,需要多层次的人才结构.来自顶尖企业中的芯片.算法人才:拥揽世界大赛.论文的顶尖实验室是一种:更多的AI解决方案研发,工业级的落地应用等人 ...
最新文章
- Java缓存学习之五:spring 对缓存的支持
- MySQL留言板怎么创建_如何使用JSP+MySQL创建留言本(三)
- python画二维散点图-python3怎样画二维点图
- C#中的 隐式与显式接口实现
- linux查看端口所占用的进程号
- go get 的不再src目录中_Go 每日一库之 sqlc:根据 sql 生成代码
- kafka创建topic命令_0748-5.14.4-Kafka的扩容和缩容
- 读取模式错误,计算引擎操作复杂……面对Hadoop这些问题该如何应对?
- 您可能在2017年期待JavaScript会议
- HTML-图像,音频,视频和路径
- Android-JNI开发系列《四》Native-Crash定位
- CentOS7安装MySQL及常用指令
- 动态规划经典题目_「动态规划经典算法」本周总结(二)
- 微软 Windows 11 全套内置自带壁纸打包下载 - Win11 官方默认原生 4K 高清壁纸图片
- E4A直播盒子APP源码搭建教程之——后台源码篇
- 用MATLAB实现人脸识别
- Linux中安装JDK并配置环境变量
- MSM8926处理器
- matlab 使用.m文件,matlab 编写M文件(函数)
- matlab powergui在哪儿,powergui模块在哪