图像语义分割损失函数loss盘点 汇总了常用语义分割损失函数.
这里针对二类图像语义分割任务，常用损失函数有：
[1] - softmax 交叉熵损失函数(softmax loss，softmax with cross entroy loss)
[2] - dice loss(dice coefficient loss)
[3] - 二值交叉熵损失函数(bce loss，binary cross entroy loss).
其中，dice loss 和 bce loss 仅支持二分类场景.
对于二类图像语义分割任务，经常出现类别分布不均衡的问题，比如：工业产品的瑕疵检测、道路提取及病变区域提取等.
如，DeepGlobe比赛中道路提取(Road Extraction)中，训练数据道路占比为：4.5%. 如下为其图片样例, 可以看出道路在整张图片中的比例很小.
1. Dice Loss
Dice loss 有助于解决二分类语义分割中类别不均衡问题.
Dice loss 的定义如：
$$ diceloss = 1- \frac{2|Y \cap P|}{|Y| + |P|} $$
其中，Y 表示 groundtruth，P表示预测结果. $| \cdot |$ 表示矩阵元素之和. $Y \cap P$ 表示 Y 和 P 的共有元素数，实际通过求两者的逐像素乘积之和进行计算. 例如：
其中，1 表示前景，0 表示背景.(GT图片中要求前景像素值为1，背景像素值为0).
2. Dice Loss 与类别不均衡
类别不均衡问题上，dice loss效果为什么比softmax 交叉熵 loss 更好？
首先，softmax 交叉熵 loss 的定义为：
$$ L = -\sum_{c=0}^C y_c log(f(p_c)) $$
其中，
$$ f(p_k) = \frac{e^{p_k}}{\sum_J^{c^{p_j}}} $$
其中，y 表示 groundtruth, p 表示网络输出.
图像分割任务中，softmax 交叉熵loss 是对每一个像素点进行类别预测，然后平均所有的像素点. 其本质上仍是对图片的每个像素进行平等的学习，这就导致如果图像上的多种类别存在不平衡时，模型的训练会由最主流的类别所主导. 网络更偏向于对主流类别的学习，而降低了对非主流类别的特征提取能力.
而，Dice loss 通过预测和GT的交集除以它们的总体像素进行计算，将一个类别的所有像素作为一个整体进行考量，而且计算交集在总体中的比例，所以不会受大量主流像素的影响，能够提取更好的效果.
实际中，dice loss 往往与 bce loss 结合使用，以提升模型训练的稳定性.