Создайте слой классификации пикселей, используя обобщённый Dice Loss для семантической сегментации
Слой классификации пикселей Dice обеспечивает категориальную метку для каждого пикселя изображения или воксель, используя обобщённый Dice Loss.
Слой использует обобщённый Dice Loss, чтобы облегчить проблему класса дисбаланса в семантических задачах сегментации. Обобщённый Dice Loss контролирует вклад, который каждый класс вносит в потерю, взвешивая классы по обратному размеру ожидаемой области.
создает выходной слой классификации пикселей Dice для сетей сегментации семантических изображений. Слой выводит категориальную метку для каждого пикселя изображения или воксель, обработанную CNN. Слой автоматически игнорирует неопределенные пиксельные метки во время обучения.layer
= dicePixelClassificationLayer
возвращает выходной слой классификации пикселей Dice с помощью аргументов в виде пар Имя, Значение, чтобы задать необязательный layer
= dicePixelClassificationLayer(Name,Value)Classes
и Name
свойства. Можно задать несколько пары "имя-значение". Заключайте каждое имя свойства в кавычки.
Для примера, dicePixelClassificationLayer('Name','pixclass')
создает слой классификации пикселей Dice с именем 'pixclass'
.
[1] Крам, Уильям Р., Оскар Камара и Дерек ЛГ Хилл. «Обобщенные показатели перекрытия для оценки и валидации в анализе медицинских изображений». Транзакции IEEE по медицинской визуализации. 25.11, 2006, стр 1451–1461.
[2] Sudre, Carole H., et al. «Обобщенное перекрытие Dice как функция потерь глубокого обучения для сильно несбалансированных сегментаций». Глубокое обучение в анализе медицинских изображений и мультимодальном обучении для поддержки клинических решений. Springer, Cham, 2017, pp. 240-248.
[3] Миллетари, Фаусто, Нассир Наваб и Сейед-Ахмад Ахмади. V-Net: Полностью сверточные нейронные сети для объемной медицинской сегментации изображений ". Четвертая Международная конференция по 3D-видению (3DV). Стэнфорд, Калифорния, 2016: с. 565-571.
fcnLayers
| pixelClassificationLayer
| pixelLabelDatastore
| pixelLabelImageDatastore
| segnetLayers
| semanticseg
| trainNetwork
(Deep Learning Toolbox)