创建使用语义分割广义骰子损失像素分类层
一个骰子像素分类层提供了使用广义骰子损失每个图像像素或体素一个分类标签。
该层的用途广义骰子损失,以减轻在语义分割问题类不平衡的问题。广义骰子损失控制每个类由预期区域的逆加权大小使得类的损失的贡献。
[1]克拉姆,威廉·奥斯卡·卡马拉和德里克LG山。“广义重叠在医学图像分析评价和验证的措施。”IEEE交易在医疗成像。25.11,2006年,页。1451年至1461年。
[2] Sudre,卡罗尔H.,等人。“广义骰子重叠作为极不平衡分割了深刻的学习损失函数”。深度学习在医学图像分析与多模态学习的临床决策支持万博1manbetx。施普林格,湛,2017年,第240-248。
[3] Milletari,福斯托,纳赛尔纳瓦卜和赛义德艾哈迈德艾哈迈迪。“V-网:全卷积神经网络的体积医学图像分割”。第四届国际3D立体幻镜(3DV)。斯坦福大学,加利福尼亚州,2016年,页565-571。
fcnLayers
|pixelClassificationLayer
|pixelLabelDatastore
|pixelLabelImageDatastore
|segnetLayers
|semanticseg
|trainNetwork