[英]Semantic Segmentation Loss Function for known number of objects and object shape
在我的用例中，对象的数量始终为一个，而 object 始终为椭圆形。 训练时，我注意到分割 model 偶尔会预测多个对象（噪声是其他的）。
有什么方法可以制定 Keras 损失 function 来奖励接近椭圆感知质量中心的预测并惩罚远离中心的预测，同时保持类似椭圆的形状？
loss function 怎么实现来处理这样的限制呢？ 我知道有一些损失函数，例如多个对象的 wasserstein 损失，当不满足已知的 object 层次结构时会受到惩罚。
如果始终只有一个 object，您可以尝试将其视为回归问题并预测椭圆的参数。 例如：中心 (x, y)、轴长和角度。
张量流的语义分割 - 损失函数中的ValueError（稀疏 - softmax）
[英]semantic segmentation with tensorflow - ValueError in loss function (sparse-softmax)
Keras 自定义损失 function 在语义分割期间忽略特定 class 的误报？
[英]Keras custom loss function to ignore false negatives of a specific class during semantic segmentation?
为什么多类语义分割训练中的分类交叉熵损失 function model 非常高？
[英]why categorical cross entropy loss function in training unet model for multiclass semantic segmentation is very high?
在语义分割中查找验证集中特定数据点的准确性/损失
[英]Find accuracy/loss of specific data point in validation set in semantic segmentation
ValueError：未知损失函数：custom_loss_function。 请确保将此对象传递给 `custom_objects` 参数
[英]ValueError: Unknown loss function: custom_loss_function. Please ensure this object is passed to the `custom_objects` argument
Keras自定义丢失函数错误：'AttributeError：'function'对象没有属性'get_shape'
[英]Keras custom loss function error: 'AttributeError: 'function' object has no attribute 'get_shape'
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.
