【综述】【图像分割损失函数】开源 | 汇总分析了过去5年的图像分割损失函数

论文地址：https://arxiv.org/abs/2006.14822 代码：https://github.com/shruti-jadon/Semantic-Segmentation-Loss-Functions 来源：瞻博网络,马萨诸塞大学阿默斯特分校 论文名称：A survey of loss functions for semanticsegmentation 原文作者：Shruti Jadon

图像分割一直是一个活跃的研究领域，因为它有潜力修补医疗保健中的漏洞，并帮助大众。在过去的5年里，有很多的论文提出了不同的目标损失函数用于不同的情况，如偏置数据，稀疏分割等。在本文中，我们总结了大多数在图像分割中广泛使用的且众所周知的损失函数，并列出了使用它们可以帮助更快和更好地收敛模型的情况。此外，我们还引入了一种新的log-cosh dice损失函数，并将其在NBFS头骨剥离数据集上的性能与广泛使用的损失函数进行了比较。通过本文展示了一些损失函数在所有数据集上性能都很不错，可以作为未知分布的数据集上一个好的选择

下面是论文具体框架结构以及实验结果：

声明：文章来自于网络，仅用于学习分享，版权归原作者所有，侵权请联系删除。