deep-learning - Keras语义分割加权损失像素图

Question

我正在尝试使用 unet 进行多类语义分割设计。与 unet 论文类似，我想做一个损失函数来超重边界(第 5 页)。

因此，我想为每个对象之间的边界超重的图像制作自定义损失图。我正在使用分类交叉熵，我在损失函数之前将图像展平为 here .我可以制作像素损失蒙版，但我想知道如果可能的话，如何通过像素蒙版来增加损失。

Answer 1

如果您知道如何在 2d map 上执行此操作，您可以始终使用多个输出并在交叉熵损失之外使用自定义像素掩码。可以在此处找到 U 形网络的多个损失的示例实现:https://github.com/EdwardTyantov/ultrasound-nerve-segmentation