语义分割任务如何给每张图设置不同的pos_weight

[qiangxinglin]

问题确认 Search before asking

• 我已经搜索过问题，但是没有找到解答。I have searched the question and found no related answer.

请提出你的问题 Please ask your question

GT中除了有类别mask, 还有一些ROI区域, 目的是让模型重点学习ROI区域内的分割细节

list of ROI: [
  [x1, y1, x2, y2],
  [x1, y1, x2, y2],
  ...
]

目前想法是取这些bbox的中心点, 然后基于bbox的长宽生成一张loss weight热力图, 类似于这种 (图里是基于边缘距离生成的)

框架内的BCELoss虽然可以有pos_weight入参, 但是感觉不能每张图传不同的值, 请问如何修改代码以达成这个目标?

[shiyutang]

你好，语义分割中损失的权重是根据类别进行叠加的，但是根据你的说明，你需要在空间维度进行损失权重叠加，我们有一个semantic weight的参数，你可以在每次损失计算时将对应权重传入这个参数中：

PaddleSeg/paddleseg/models/losses/cross_entropy_loss.py

Line 93 in 166f366

def _post_process_loss(self, logit, label, semantic_weights, loss):