目的

为了验证dice作为loss function,是否会被分割物体面积的大小所影响,设计本实验。

实验1

控制住GrundTruth不便,预测结果从小到大线性变化,另外给预测的右下脚加一个假阳性区域。

结果

实验2

让ground truth 和预测的结果同时非线性的变大,保持预测结果和ground truth的误差为同一个值。

结果

实验3

让ground truth非线性变大,但是预测的结果总是ground truth的0.5倍,且重合。

结果1

此时smooth为1e-5

结果2

此时smooth为1e-20

结论

  1. 由实验1结果可以看出:随着预测面积的线性变化,dice是非线性变化的,而jaccard是线性变化的

  2. 由实验1结果,实验2结果,实验3结果可以看出:相同情况下dice的数值会比jaccard的数值更高一些

  3. 从实验3中的结果2看出:无论是dice还是jaccard,他们都不会受到图像面积大小的影响,而只和面积重合率有关

  4. 从实验3中的两个结果可以看出:smooth项会对结果产生一定的影响,因此需要根据所需的实验精度设置smooth项,否则会受到影响

综上,dice作为loss function不会受到被分割物体面积的影响。

机器学习基础:Dice Loss(Machine Learning Fundamentals: Dice Loss)相关推荐

  1. 【机器学习笔记】可解释机器学习-学习笔记 Interpretable Machine Learning (Deep Learning)

    [机器学习笔记]可解释机器学习-学习笔记 Interpretable Machine Learning (Deep Learning) 目录 [机器学习笔记]可解释机器学习-学习笔记 Interpre ...

  2. 谷歌机器学习规则 (Rules of Machine Learning)

    机器学习规则 (Rules of Machine Learning) 往期文章: 机器学习之特征工程 机器学习之分类(Classification) 精确率.准确率.召回率 ------------- ...

  3. 吴恩达深度学习笔记——结构化机器学习项目(Structuring Machine Learning Projects)

    深度学习笔记导航 前言 传送门 结构化机器学习项目(Machine Learning Strategy) 机器学习策略概述 正交化(orthogonalization) 评价指标 数字评估指标的单一性 ...

  4. ML之Medicine:利用机器学习研发药物—《Machine Learning for Pharmaceutical Discovery and Synthesis Consortium》

    ML之Medicine:利用机器学习研发药物-<Machine Learning for Pharmaceutical Discovery and Synthesis Consortium> ...

  5. 今天开始学模式识别与机器学习Pattern Recognition and Machine Learning (PRML)书,章节1.2,Probability Theory (上)

    Pattern Recognition and Machine Learning (PRML)书,章节1.2,Probability Theory (上) 这一节是浓缩了整本书关于概率论的精华,突出一 ...

  6. 今天开始学模式识别与机器学习Pattern Recognition and Machine Learning 书,章节1.1,多项式曲线拟合(Polynomial Curve Fitting)

    转载自:http://blog.csdn.net/xbinworld/article/details/8834155 Pattern Recognition and Machine Learning ...

  7. 【机器学习基础】从Few-shot Learning再次认识机器学习

    一定要看完,一定要看完,一定要看完,重要的事情说三遍!!!首先申明本人并不是在研究这个领域有着深入研究的"专家",如果文中有讲解不对的地方,还请各位大佬留言批评指正. 当我看完 & ...

  8. 声学机器学习:理论和应用 (Machine learning in acoustics: Theory and applications)

    Machine learning in acoustics: Theory and applications 前言 摘要 1.引言 2.机器学习原理 2.1.输入和输出 2.2.监督和无监督学习 2. ...

  9. 今天开始学模式识别与机器学习Pattern Recognition and Machine Learning (PRML),章节1.2,Probability Theory (下)

    今天开始学Pattern Recognition and Machine Learning (PRML),章节1.2,Probability Theory (下) 今天把1.2写完,这一节讲了很多重要 ...

  10. [C5/C6] 机器学习诊断和系统设计(Machine learning Diagnostic and System Desig

    机器学习诊断(Machine learning diagnostic) Diagnostic : A test that you can run to gain insight what is / i ...

最新文章

  1. 关肇直 automation lingjunrenwu
  2. java Random类详解
  3. RTP:实时应用程序传输协议
  4. 征集对Oracle的问题
  5. 寻找性能更优秀的动态 Getter 和 Setter 方案
  6. 前端学习(2952):webpack目录结构
  7. mysql存入mtr数据_mysql mtr写入数据
  8. 详解 Qt 串口通信程序全程图文 (1)
  9. elementUI 学习入门之 Button 按钮
  10. Atitit 语言分类 形式语言 目录 1. 形式语言(英语:Formal language)是用精确的数学或机器可处理的公式定义的语言。 1 1.1. 形式语言理论是用数学方法研究自然语言(如英语
  11. 小程序点餐系统,外卖点餐系统源码
  12. 3.8 51单片机-M74HC138译码器驱动8位数码管
  13. js 计算时间差 函数
  14. Nginx反向代理RabbitMQ出现交换机和队列出现Not found The object you clicked on was not found; it may have been。。。
  15. [魔改整合] [Mod整合包] [1.12.2][Mod整合包]幸运贪婪超级整合-超多好玩的mod
  16. 下载安装linux RedHat
  17. 如何打开计算机用户账户控制面板,控制面板无法打开用户帐户
  18. 那些优美的英文句子一
  19. 【01】从零开始跟我一起制作一个鸿蒙的应用-★注册开发者和准备工具★---优雅草科技伊凡
  20. Paper reading (二十一):Human gut microbiome: hopes, threats and promises

热门文章

  1. 【转】Laplace 算子
  2. Web前后端缓存技术(缓存的主要作用是什么)
  3. httpclient请求服务的各种方法实例
  4. 给 Chrome浏览器 添加 Javascript小书签,查看当前页面全部加载的javascript文件及代码片段...
  5. luogu P1080 国王游戏
  6. 6. 缓存 - 《APS.NET本质论》
  7. 蓝懿iOS培训日志22 图册
  8. 使用Thread包装类进行多线程操作
  9. 拦截导弹(CDQ分治,DP)
  10. Linux下更换jdk和配置环境变量