语义分割时代的损失函数：综述与展望
计算机视觉与模式识别
2023-12-12 v1
摘要
语义图像分割是将图像中的每个像素分类为特定类别的过程，在许多视觉理解系统中发挥着重要作用。作为评估统计模型性能的主要标准，损失函数对于塑造基于深度学习的分割算法的发展及提升其整体性能至关重要。为了帮助研究人员为其特定应用确定最佳损失函数，本综述对图像分割中使用的 种损失函数进行了全面且统一的回顾。我们提出了一种新颖的分类法，并对这些损失函数在图像分割中如何被定制和利用进行了详尽的回顾，同时进行了系统分类，强调了它们的重要特性和应用。此外，为了评估这些方法在真实场景中的有效性，我们在既有的医学和自然图像数据集上对一些独特且著名的损失函数进行了无偏评估。我们在结尾处指出了当前的挑战并揭示了未来的研究机遇。最后，我们已在 GitHub 页面上整理了本综述所涉及研究的开源实现。
引用
@article{arxiv.2312.05391,
title = {Loss Functions in the Era of Semantic Segmentation: A Survey and Outlook},
author = {Reza Azad and Moein Heidary and Kadir Yilmaz and Michael Hüttemann and Sanaz Karimijafarbigloo and Yuli Wu and Anke Schmeink and Dorit Merhof},
journal= {arXiv preprint arXiv:2312.05391},
year = {2023}
}