Loss选择

目前PaddleSeg提供了6种损失函数，分别为

• Softmax loss (softmax with cross entropy loss)
• Weighted softmax loss (weighted softmax with cross entropy loss)
• Dice loss (dice coefficient loss)
• Bce loss (binary cross entropy loss)
• Lovasz hinge loss
• Lovasz softmax loss

类别不均衡问题

在图像分割任务中，经常出现类别分布不均匀的情况，例如：工业产品的瑕疵检测、道路提取及病变区域提取等。

针对这个问题，您可使用Weighted softmax loss、Dice loss、Lovasz hinge loss和Lovasz softmax loss进行解决。

Weighted softmax loss

Weighted softmax loss是按类别设置不同权重的softmax loss。

通过设置cfg.SOLVER.CROSS_ENTROPY_WEIGHT参数进行使用。
默认为None. 如果设置为'dynamic'，会根据每个batch中各个类别的数目，动态调整类别权重。 也可以设置一个静态权重(list的方式)，比如有3类，每个类别权重可以设置为[0.1, 2.0, 0.9]. 示例如下

SOLVER:
    CROSS_ENTROPY_WEIGHT: 'dynamic'

Dice loss

参见Dice loss教程

Lovasz hinge loss和Lovasz softmax loss

参见Lovasz loss教程