基于自适应代价敏感损失函数的快速准确道路裂缝检测
计算机视觉与模式识别
2021-09-15 v2
摘要
计算机视觉中的众多检测问题，包括道路裂缝检测，都深受前景-背景极度不平衡之苦。幸运的是，损失函数的修改似乎可一劳永逸地解决这一难题。本文提出一种基于像素的自适应加权交叉熵损失，并结合 Jaccard 距离，以促进高质量的像素级道路裂缝检测。我们的工作深刻展示了损失函数对检测结果的影响，并为裂缝检测领域中精细的连续改进提供了启示。具体而言，为验证所提损失的有效性，我们在四个公开数据库上进行了广泛实验，即 CrackForest、AigleRN、Crack360 和 BJN260。与原始加权交叉熵相比，所提损失在保持测试精度的同时显著加速了训练过程。
引用
@article{arxiv.2106.15510,
title = {Fast and Accurate Road Crack Detection Based on Adaptive Cost-Sensitive Loss Function},
author = {Kai Li and Bo Wang and Yingjie Tian and Zhiquan Qi},
journal= {arXiv preprint arXiv:2106.15510},
year = {2021}
}
备注
14 pages,12 figures, 8 tables