gpt4 book ai didi

tensorflow deeplabv3+ 类权重

转载 作者:行者123 更新时间:2023-12-01 18:56:31 24 4
gpt4 key购买 nike

我使用最新版本的 deeplab(v3+) 来训练我自己的由 6 个类别组成的数据集。我能够训练我的数据集,但由于我的标签严重不平衡,我想用特定于类的值对每个类进行加权。

以下是我如何通过 SegNet 实现这一点

loss_weight = np.array([0.975644, 1.025603, 0.601745, 6.600600, 1.328684, 0.454776])    

cross_entropy = -tf.reduce_sum(tf.multiply(labels * tf.log(softmax + epsilon), head), axis=[1])

这与 Deeplab 网络如何配合?

最佳答案

根据this讨论,您可以在 train_utils.py 文件上执行此操作,如下所示,

irgore_weight = 0
label0_weight =1
label1_weight = 10
label2_weight = 15
not_ignore_mask =
tf.to_float(tf.equal(scaled_labels, 0)) * label0_weight +
tf.to_float(tf.equal(scaled_labels, 1)) * label1_weight +
tf.to_float(tf.equal(scaled_labels, 2)) * label2_weight +
tf.to_float(tf.equal(scaled_labels, ignore_label)) * irgore_weight
tf.losses.softmax_cross_entropy(
one_hot_labels,
tf.reshape(logits, shape=[-1, num_classes]),
weights=not_ignore_mask,
scope=loss_scope)

有关更多详细信息,请点击之前提供的讨论链接。

关于 tensorflow deeplabv3+ 类权重,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51049829/

24 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com