摘要:
Unet——用于图像边缘检测,是FCN的改进 如上图是UNET的架构图,可以发现器输入图像和输出图像不一致,如果我们需要输入图像和输出图像一致时,在卷积时,使用padding=“SAME”即可,然后再边缘检测时,就相当与像素级别的二分类问题,用交叉熵做loss函数即可。但位置检测常用IOU作为los 阅读全文
摘要:
KL散度(相对熵) 衡量两个概率分布的距离,两个概率分布越相似,KL散度越小,交叉熵越小。表示已知q,p的不确定性程度-p的不确定性程度 交叉熵:表示已知分布p后q的不确定程度,用已知分布p去编码q的平均码长 交叉熵在分类任务中为loss函数 往往交叉熵比均方误差做loss函数好 1.均方差求梯度太 阅读全文