深度学习基础·损失函数

Focal Loss

参考文献

动机

  • 不平衡问题

改进:平衡BCE函数

  • 引入 a t a_t at来直接缓解正负样本平衡的问题。

不平衡问题的转换:低置信/高置信样本

  • 将不平衡问题表述为:减轻简单样本/高置信度样本的损失,增加困难/低置信样本的损失
  • 为损失引入 ( 1 − p ) γ (1-p)^{\gamma} (1−p)γ

Dice损失

标准定义

  • 1-dice系数
  • dice系数衡量两个区域的重叠程度。
  • 在语义分割任务上:dice任务直接优化掩膜与GT的重叠程度 (也可以优化目标检测任务)。

简化实现

  • 给定两个向量,形状一致。
  • 交集:就是二者相加(要求GT为1或者0)
  • 并集:分别对两个向量求和即可
相关推荐
七夜zippoe1 分钟前
Agent 自主决策机制:什么时候该检索、什么时候该直接回答
人工智能·ai·agent·检索·自主决策
打工仔折腾 AI9 分钟前
蓝耘元生代实测:用WorkBuddy与TextIn xParse拆解43页建模论文
人工智能·后端·python·数学建模·langchain·ai agent 实战
2601_9622029811 分钟前
万象生鲜系统:首衡集配移动端审批高效
大数据·人工智能
兔兔爱学习兔兔爱学习12 分钟前
AI Infra知识点
人工智能
程序员清风12 分钟前
基于 Spring Boot 构建生产级 AI 应用平台
大数据·人工智能·spring boot
程序员清风19 分钟前
Portkey AI Gateway 实战:构建可治理的多模型网关
人工智能·gateway
小小王app小程序开发21 分钟前
AI 智能体小程序开发实战:架构设计、核心难点与落地避坑
人工智能
自动驾驶小学生26 分钟前
Coursera自动驾驶课程第23讲:Reactive Planning in Static Environments
人工智能·机器学习·自动驾驶
霸道流氓气质28 分钟前
Spring AI Alibaba Graph Studio 入门指南:可视化Agent编排与调试平台
java·人工智能·spring
爱写代码的小朋友34 分钟前
Windows 下 MSYS2 + MinGW64 安装与使用 OpenCV 全指南(含踩坑记录)
c++·人工智能·windows·opencv