摘要：
1. pix_accuracy 比较预测值的每个像素和实际值的每个像素，若二者相等，则代表预测正确 总数量为实际值的像素总数，求二者比值，即为准确率 def batch_pix_accuracy(predict, target, labeled): pixel_labeled = labeled.s 阅读全文
摘要：
1. 交叉熵损失 语义分割时相当于对每个像素进行分类，所以实际是一个分类任务 对每一个像素的预测值与实际值比较，将损失求平均，是所以最常用的还是交叉熵损失 self.CE = nn.CrossEntropyLoss(weight=weight, ignore_index=ignore_index, 阅读全文
摘要：
在语义分割中，要求输入输出的分辨率一样大 在特征提取的时候，需要进行下采样，所以在encode过程中，要进行相应的上采样。 上采样，即扩充图像的h和w。 常见的上采样方法有双线性插值、转置卷积、上采样（unsampling）和上池化（unpooling）。 其中前两种方法较为常见，后两种用得较少。 阅读全文