FCNを使用したイメージセグメンテーションの重み付き精度

Question

イメージのセグメンテーションのためにFCNを構築しました。セグメント化されるオブジェクトは、画像サイズ（1024x1024）に比べてごくわずかなピクセルしかありません。これは、私が18000（私の完全な訓練セット）の代わりに10枚の画像で訓練したとしても、精度は非常に高いという結果になります。

これを解決する私のアプローチは、ある種の重み付けされた精度を使用することです。正確さは実際には小さいオブジェクトを識別する性能について何かを言います（これは多くのピクセルがオブジェクトではなく、何かを分類することは依然として高い）。

私は体重を決定するにはどうすればよいですか？

Answer 1

あなたが書いたように、不十分なピクセルの誤分類にペナルティを課すカスタムウェイト関数を使用します。オブジェクトピクセルの数とイメージのすべてのピクセルの間の商を計算することによって重みを得ることができます。手動で試すこともできます。オブジェクトピクセルの精度を示すメトリックに従ってください。それが役に立てば幸い。

Answer 2

infogain loss layerを「加重」損失として使用できます。
情報の損失は、一般的に使用されるクロスエントロピー損失の一般化です。これは、（L、クラスの数であるサイズL行列Lの）重み行列Hを使用して定義される：pクラス確率のベクトルである

L(p) = -H log(p) 

。

この損失の詳細については、hereをご覧ください。