分割损失函数探索之旅
图像与视频处理
2020-05-28 v1 计算机视觉与模式识别
机器学习
摘要
损失函数是基于深度学习的医学图像分割方法中的关键要素之一。现有文献中已提出许多损失函数，但它们常被单独研究或仅与少数其他损失进行比较。本文提出一个系统性分类法，将现有损失函数归入四个有意义的类别。这有助于揭示它们之间的联系与根本相似性。此外，我们探究了传统的基于区域的损失函数与较新的基于边界的损失函数之间的关系。这些损失函数的 PyTorch 实现公开于 \url{https://github.com/JunMa11/SegLoss}。
引用
@article{arxiv.2005.13449,
title = {Segmentation Loss Odyssey},
author = {Jun Ma},
journal= {arXiv preprint arXiv:2005.13449},
year = {2020}
}
备注
Educational Materials (https://miccai-sb.github.io/materials/Ma2019.pdf)