mmocr DBLoss

Mr.Q

已于 2022-04-22 17:21:39 修改

阅读量409

点赞数

CC 4.0 BY-SA版权

分类专栏： OCR 文章标签： OCR 深度学习

于 2022-04-22 17:10:07 首次发布

本文链接：https://blog.csdn.net/jizhidexiaoming/article/details/124349948

DBLoss是OCR任务中的一种损失函数，由平衡BCE损失、Dice损失和L1损失组成。平衡BCE损失关注前景和背景，Dice损失则专注于前景，而L1损失计算像素间的绝对值距离。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1. balance bce loss

2. dice loss

3. l1 loss

DBLoss由三种loss组成。

1. balance bce loss

balance_bce_loss(pred=pred_prob, gt=gt_shrink, mask=gt_shrink_mask)

def balance_bce_loss(self, pred, gt, mask):
    """
    pred: (b, w,h) 预测分数image, (0, 1)之间；
    gt: (b, w,h) label image, 值0或者1；
    mask：(b, w,h) 屏蔽背景位置，其中屏蔽位置为0，保留位置为1
    """
    positive = (gt * mask)  # positive前景位置，前景位置值为1，其他位置为0（利用mask屏蔽不需要训练的位置，比如字符检测时，模糊不清的字符）
    negative = ((1 - gt) * mask)  # negative背景位置，（1-gt是背景位置，再利用mask屏蔽不训练的背景位置