PROSAGA码农传奇-图像索引-具有损失层的caffe softmax用于语义分段损失计算

<div class =“post-text”itemprop =“text”>
  <P>
    首先，输入blob应该是表单数据
     <code>
      NxKxHxW
    </code>
     和标签
     <code>
      Nx1XHxW
    </code>
     其中标签blob中的每个值都是一个整数
     <code>
      [0-K]
    </code>
    。我认为在caffe文档中有一个错误，它不考虑语义分割的情况，我不知道是什么
     <code>
      K = CHW
    </code>
     手段。输出blob的形状
     <code>
      1x1x1x1
    </code>
     这是损失。
  </p>
  <P>
    其次，损失函数如下，来自
     <code>
      softmax_loss_layer.cpp
    </code>
    ：
  </p>
   <pre>
    <code>
      loss -= log(std::max(prob_data[i * dim + label_value * inner_num_ + j], Dtype(FLT_MIN)));

</code>
  </pre>
  <P>
    打破这一行（用于语义分割）：
  </p>
  <OL>
    <LI>
       <code>
        std::max
      </code>
       只是为了确保没有无效的输入
       <code>
        nan
      </code>
    </LI>
    <LI>
       <code>
        prob_data
      </code>
       是softmax的输出，如caffe教程中所解释的，softmax损失层可以分解为softmax层，然后是多项逻辑损失
    </LI>
    <LI>
       <code>
        i * dim
      </code>
       指定
       <code>
        N
      </code>
      您批次中批次形状如此的图像
       <code>
        NxKxHxW
      </code>
       其中K是类的数量
    </LI>
    <LI>
       <code>
        label_value * inner_num_
      </code>
       指定Kth图像，因为在这个阶段，每个类都有自己的概率“图像”，可以这么说
    </LI>
    <LI>
      最后，
       <code>
        j
      </code>
       是每个像素的索引
    </LI>
  </醇>
  <P>
    基本上，你想要的
     <code>
      prob_data[i * dim + label_value * inner_num_ + j]
    </code>
     每个像素尽可能接近1。这意味着它的负对数将接近于0.然后你会对该损失进行随机梯度下降。
  </p>
</DIV>