使用Dice loss实现清晰的边界检测

前言：

在深度学习和计算机视觉中，人们正在努力提取特征，为各种视觉任务输出有意义的表示。在一些任务中，我们只关注对象的几何形状，而不管颜色、纹理和照明等。这就是边界检测的作用所在。

关注公众号CV技术指南，及时获取更多计算机视觉技术总结文章。

问题定义

图1 边界检测

图1是一个边界检测的例子，顾名思义，边界检测是从图像中检测对象边界的任务。这是一个不适定的问题，因为问题设置本身存在歧义。如图所示，对于室内房间图像（左），ground truth（中）定义房间内的ground truth对象边界，并且预测（右）估计房间的对象边界。然而，我们可以看到，估计的边界远不止是ground truth，包括来自房间布局、窗帘，甚至沙发纹理的不必要的边界线。提取干净且有意义的对象边界并不容易。

原始方法

边界检测的一个直接解决方案是将其视为语义分割问题。在标注中简单地将边界为1和其他区域标记为0，我们可以将其表示为一个二分类语义分割问题，以二值交叉熵损失为损失函数。然而，它有两个原因：高度不平衡的标签分布和每像素交叉熵损失的内在问题。

Cross Entropy Loss的局限性

当使用交叉熵损失时，标签的统计分布对训练精度起着很重要的作用。标签分布越不平衡，训练就越困难。虽然加权交叉熵损失可以减轻难度，但改进并不显著，交叉熵损失的内在问题也没有得到解决。在交叉熵损失中，损失按每像素损失的平均值计算，每像素损失按离散值计算，而不知道其相邻像素是否为边界。因此，交叉熵损失只考虑微观意义上的损失，而不是全局考虑，这还不足以预测图像水平。

图2 具有交叉熵损失的边界预测

如图2所示。对于输入图像（左），比较了交叉熵损失（中）和加权交叉熵损失（右）的预测。右边的边界比中间的要好得多，但预测的边界并不干净，肮脏的草地纹理边界仍然存在。

Dice Loss

Dice Loss起源于Sørensen-Dice系数，这是20世纪40年代用来测量两个样本之间的相似性的统计数据。它是由米勒塔里等人带到计算机视觉的。2016年进行三维医学图像分割。

图3 骰子系数

上式显示了骰子系数方程，其中pi和gi分别表示对应的像素预测值和ground truth。在边界检测场景中，pi和gi的值为0或1，表示像素是否为边界，是的时候值为1，否则值为0。因此，分母是预测和ground truth的总边界像素的和，数值是正确预测的边界像素的和，因为只有当pi和gi值匹配时（两个值1）才递增。

图4 骰子系数（设定视图）

图4是图3的另一个视图。从集理论的角度来看，其中骰子系数(DSC)是两个集合之间重叠的度量。例如，如果两组A和B完全重叠，DSC的最大值为1。否则，DSC开始减少，如果两个组完全不重叠，则最小值为0。因此，DSC的范围在0到1之间，越大越好。因此，我们可以使用1-DSC作为骰子损失来最大化两组之间的重叠。

在边界检测任务中，ground truth边界像素和预测的边界像素可以被视为两个集合。通过利用Dice Loss，这两组被训练一点地重叠。如图4所示。分母考虑全局尺度上的边界像素的总数，而数值考虑局部尺度上的两个集合之间的重叠。因此，Dice Loss在本地和全局上都考虑了损失信息，这对于高精度至关重要。

结果

图5 边界预测的结果

如图5所示。使用Dice Loss（c列）的预测结果比其他方法（d、e列）具有更高的精度。特别是对于薄边界，因为只有当预测的边界像素与ground truth薄边界重叠，并且在其他区域没有预测的边界像素时，才可以减少Dice Loss

参考论文

V-Net: Fully Convolutional Neural Networks for Volumetric Medical Image Segmentation, Milletari et al., 3DV 2016

Learning to Predict Crisp Boundaries, Deng et al., ECCV 2018

原文链接：

https://medium.com/ai-salon/understanding-dice-loss-for-crisp-boundary-detection-bb30c2e5f62b

本文来源于公众号 CV技术指南的论文分享系列。

欢迎关注公众号 CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读。

在公众号中回复关键字 “技术总结” 可获取以下文章的汇总pdf。

其它文章

使用Dice loss实现清晰的边界检测

PVT--无卷积密集预测的多功能backbone

CVPR2021 | 开放世界的目标检测

Siamese network总结

视觉目标检测和识别之过去，现在及可能

在做算法工程师的道路上，你掌握了什么概念或技术使你感觉自我提升突飞猛进？

计算机视觉专业术语总结(一)构建计算机视觉的知识体系

欠拟合与过拟合技术总结

归一化方法总结

论文创新的常见思路总结

CV方向的高效阅读英文文献方法总结

计算机视觉中的小样本学习综述

知识蒸馏的简要概述

优化OpenCV视频的读取速度

NMS总结

损失函数技术总结

注意力机制技术总结

特征金字塔技术总结

池化技术总结

数据增强方法总结

CNN结构演变总结（一）经典模型

CNN结构演变总结（二）轻量化模型

CNN结构演变总结（三）设计原则

如何看待计算机视觉未来的走向

CNN可视化技术总结（一）特征图可视化

CNN可视化技术总结（二）卷积核可视化

CNN可视化技术总结（三）类可视化

CNN可视化技术总结（四）可视化工具与项目