-
0 votesanswersviews
通过加权损失忽略一个类
我正在训练一个网络,用Keras进行语义分割 . 通常,数据集包含void / unlabeled类 . 在论文中,这门课总是被忽略 . 这意味着网络不会将任何像素预测为无效,并且在计算度量时会忽略实际无效的像素 . 简而言之,我希望网络不能预测给定的类 . 在混淆矩阵中,这意味着给定类的一行0: [[ 0 0 0] [ 553 109791 310] [... -
0 votesanswersviews
执行sess.run()时出错
我想执行我的图模型,但我遇到了困难 . 代码是: epoch_x, epoch_y = features, labels sess.run(optimizer, feed_dict = {"x:0": epoch_x, "y:0": epoch_y}) 而错误是: ---------------------------------------------... -
2 votesanswersviews
多类分割的广义骰子损失:keras实现
我刚刚在keras中实现了广义骰子丢失(骰子丢失的多级版本),如ref中所述: (我的目标定义为:(batch_size,image_dim1,image_dim2,image_dim3,nb_of_classes)) def generalized_dice_loss_w(y_true, y_pred): # Compute weights: "the contributio...