dicePixelClassificationLayer
描述
骰子像素分类层提供了一个分类标签为每个图像像素或体素使用广义骰子的损失。
层使用广义骰子损失减轻类不平衡问题的语义分割问题。广义骰子损失控制每个类的损失作出的贡献权重类逆大小的预期的地区。
创建
属性
例子
更多关于
引用
[1]床,威廉·R。,Oscar Camara, and Derek LG Hill. "Generalized overlap measures for evaluation and validation in medical image analysis."IEEE医学成像。25.11,2006年,页1451 - 1461。
[2]Sudre卡罗尔H。,等。“普遍骰子重叠作为高度不平衡的深度学习损失函数分割。”深度学习在医学图像分析和多通道学习临床决策支持金宝app。施普林格,可汗,2017年,页240 - 248。
[3]Milletari、Fausto——布,和Seyed-Ahmad艾哈迈迪。“V-Net:完全卷积神经网络容量医学图像分割”。第四国际会议3 d视觉(3 dv)。斯坦福大学,CA, 2016: 565 - 571页。
扩展功能
版本历史
介绍了R2019b
另请参阅
trainNetwork
(深度学习工具箱)|semanticseg
|pixelLabelImageDatastore
|pixelLabelDatastore
|fcnLayers
|segnetLayers
|pixelClassificationLayer
主题
- 三维大脑肿瘤分割使用深度学习
- 开始使用语义分割使用深度学习
- 深度学习层的列表(深度学习工具箱)
- 深度学习在MATLAB(深度学习工具箱)
- 指定的卷积神经网络层(深度学习工具箱)