语义分割的损失函数

对于滥用技术术语表示赞赏。我正在通过卷积神经网络（CNN）进行语义分割的项目；试图实现Encoder-Decoder类型的体系结构，因此输出的大小与输入的大小相同。

您如何设计标签？一个应该应用什么损失函数？尤其是在严重的类别不平衡的情况下（但是类别之间的比率在图像之间是可变的）。

该问题涉及两个类别（感兴趣的对象和背景）。我正在将Keras与tensorflow后端一起使用。

到目前为止，我将应用按像素标注将预期输出设计为与输入图像相同的尺寸。模型的最后一层具有softmax激活（针对2个类）或S型激活（表示像素属于对象类的概率）。我在为此类任务设计合适的目标函数时遇到麻烦：

function(y_pred,y_true)，

同意Keras的观点。

请尝试具体说明所涉及的张量的大小（模型的输入/输出）。任何想法和建议都非常感谢。谢谢 ！

交叉熵绝对是必经之路。我不知道Keras，但TF有这个：https : //www.tensorflow.org/api_docs/python/tf/nn/sigmoid_cross_entropy_with_logits

这是直接实现此目的的论文：Shelhamer等人的用于语义分割的全卷积网络。

在掌中纸也是一个非常成功实施的想法，采用空间分辨率的防止损失跳过连接。您可以在网上找到许多实现方法。

根据我的个人经验，您可能想先从一个简单的编码器/解码器网络开始，但不要使用跨度（或跨度= 1），否则会因为上采样效果不理想而损失很多分辨率。选择较小的内核。我不知道您的具体应用，但即使是2-3个隐藏层的网络也能提供很好的效果。每层使用32-64个通道。启动简单的2个隐藏层，每个隐藏层32个通道，使用3x3内核，步幅= 1，并以孤立的方式尝试参数以查看其效果。保持尺寸始终等于启动器的输入尺寸，以避免分辨率损失。之后，您可以大步前进并进行升采样，并实现U-Net之类的想法。U-Net对于医学图像分割非常有效。

$\alpha$$\beta$

使用加权骰子损失和加权交叉熵损失。骰子损失非常适合细分。您可以开始使用的权重应该是类频率的倒数，即以50-100为样本，找到属于每个类的平均像素数，并使该类权重为1 /平均值。您可能必须自己实现骰子，但这很简单。另外，您可以查看逆向骰子损失和焦点损失

首先让我更具体，然后再更笼统。如果您误会了，我深表歉意。

我认为您正在谈论需要一个自动编码器神经网络，因为您提到了编码和解码，并且提到了输入大小与输出大小相同。如果是这样，则损失函数是基于再现输入向量的，同时还将数据压缩为中间隐藏层中的较短向量。选择是达到最小均方误差（用于回归）或对数损失或分类错误率（用于分类）。但是，CNN并不是我在自动编码器中使用过的东西，但是我确实认为，在平移不变性很重要的情况下（例如图像的边缘和对象检测），这样做既可能而且有用。

一般来说，自从您提到CNN以来，您似乎正在建立一个非常复杂的机器学习模型。CNN和其他深度学习模型是现有的一些最复杂的机器学习模型。

但是，选择尺寸，标签和损失函数更像是基础机器学习。我认为您可能对深度学习不感兴趣。您是否首先上了普通的旧机器学习课程？