SemSegLoss：一个用于语义分割的损失函数 Python 包
机器学习
2021-06-11 v1 计算机视觉与模式识别
图像与视频处理
摘要
图像分割一直是一个活跃的研究领域，因其具有从自动化疾病检测到自动驾驶等广泛应用。近年来，各类研究论文提出了不同的损失函数，用于偏倚数据、稀疏分割与不平衡数据集的情况。本文中，我们介绍 SemSegLoss，一个由一些广用于图像分割的知名损失函数组成的 Python 包。其开发旨在帮助研究人员开发新型损失函数，并对用于各类应用的模型架构开展广泛的实验集。所呈包件的易用性与灵活性缩短了开发时间，并增加了语义分割机器学习模型的评估策略。此外，由于功能的通用性，使用图像分割的不同应用均可采用 SemSegLoss。这一广泛应用将推动各行业中 AI 的发展与成长。
引用
@article{arxiv.2106.05844,
title = {SemSegLoss: A python package of loss functions for semantic segmentation},
author = {Shruti Jadon},
journal= {arXiv preprint arXiv:2106.05844},
year = {2021}
}
备注
8 pages, 2 tables