Skip to content

Latest commit

 

History

History
19 lines (17 loc) · 1.47 KB

OhemEdgeAttentionLoss_cn.md

File metadata and controls

19 lines (17 loc) · 1.47 KB

简体中文 | English

OHEM算法将根据输入到模型中的样本的损失来区分出困难样本,这些困难样本分类精度差,会产生较大的损失。在存在困难样本的场景下,如欲提高提取边缘的性能,可以使用该损失函数。

class paddleseg.models.losses.OhemEdgeAttentionLoss(
                edge_threshold = 0.8,
                thresh = 0.7,
                min_kept = 5000,
                ignore_index = 255
)

Ohem edge attention loss使用指南

参数

  • edge_threshold (float, optional): 值大于 edge_threshold 的像素被视为边缘。 默认:0.8
  • thresh (float, optional): ohem的阈值。 默认: 0.7
  • min_kept (int, optional): 指定最小保持用于计算损失函数的像素数。min_keptthresh 配合使用:如果 thresh 设置过高,可能导致本轮迭代中没有对损失函数的输入值,因此设定该值可以保证至少前min_kept个元素不会被过滤掉。默认:5000
  • ignore_index (int64, optional): 指定一个在标注图中要忽略的像素值,其对输入梯度不产生贡献。当标注图中存在无法标注(或很难标注)的像素时,可以将其标注为某特定灰度值。在计算损失值时,其与原图像对应位置的像素将不作为损失函数的自变量。 默认:255