2
使用Keras在高度不平衡的数据集上进行图像分割,并且我想按照here中所述对每个类中的像素值按比例重新加权。如果有一个具有weights = [0.8, 0.2]
的二进制类,我如何修改K.sparse_categorical_crossentropy(y_true, y_pred)
以根据像素所属的类重新减少损失?如何对Keras中的交叉熵损失进行权重不平衡类?
输入形状为(4, 256, 256, 1)
(批次,高度,宽度,通道),输出是向量0和1的(4, 65536, 1)
(正面和负面类)。模型和数据类似于here,不同之处在于图像是灰度图,蒙版图是二元图(2类)。
数据的维度是什么?你也知道如何修改Keras中'sparse_categorical_crossentropy'的等价物吗? – Char