python - Tensorflow 中的 Dice/Jaccard 系数优化

Question

我正在尝试使用 Dice 系数或 Jaccard 系数优化我的网络。我的问题是图像分割问题，所以我的输出是形状为 (1, 256, 256, 11) 的张量。为了计算我的输出和我拍摄的真实图像的交集

tf.argmax(output, axis = 3)

它返回一个“int”数据类型，tensorflow 优化器(特别是 AdamOptimizer)似乎不接受，所以我用

将其转换为 float

tf.cast(tf.argmax(output, axis = 3), tf.float32)

但是，似乎没有为 tf.cast(或 tf.argmax)定义梯度。有没有人能够成功实现

Answer 1

操作 tf.argmax() 是不可微分的，这就是没有实现梯度的原因。您不能直接优化 Jaccard，因为它不可微。

准确性也是如此，当您训练分类器时，即使您只关心准确性，您也会优化可微损失，因为准确性不可微。

因此您的问题没有解决方案，您必须使用可以区分和优化该损失的损失函数，而不是 jaccard。