将InfoGainLoss用于类距离(条目值<0)而不是相似之处

时间:2017-07-19 15:24:54

标签: computer-vision deep-learning caffe pycaffe

我尝试使用InfoGainLoss图层执行基于像素的多标记分割,并且有2个彼此相对相似的类。为了能够区分它们,我想在infogain_matrix的相应位置引入负距离值而不是正相似值,这样像素的损耗值与P(真实类)成正比,与P成反比例。 (类似的课程),理想的是强迫课堂之间更加明显的区分。

然而,afaik,在当前InfoGainLoss的实现中,infogain_mat中的负值不会导致我想要的行为,而是通过H(ln,k)* P(k的绝对值)减少损失值)。任何对InfoGainLoss有更多经验的人都能证实这一点吗?如果可能的话,就如何实现我想要的行为提出建议?

提前多多感谢!

0 个答案:

没有答案