dice_loss

paddle.nn.functional. dice_loss ( input, label, epsilon=1e-05 ) [源代码]

该OP用来比较预测结果跟标签之间的相似度，通常用于二值图像分割，即标签为二值，也可以做多标签的分割。

dice_loss定义为:

dice_loss - 图1

参数:

  • input (Tensor) - 分类的预测概率，秩大于等于2的多维Tensor，维度为

    dice_loss - 图2

    。第一个维度的大小是batch_size，最后一维的大小D是类别数目。数据类型是float32或者float64

  • label (Tensor)- 正确的标注数据(groud truth)，与输入 input 的秩相同的Tensor，维度为 [N1,N2,…,Nk,1][N1,N2,…,Nk,1] 。第一个维度的大小是batch_size，最后一个维度的大小是1。数据类型为int32或者int64

  • epsilon (float，可选) - 将会加到分子和分母上的数，浮点型的数值。如果输入和标签都为空，则确保dice为1。默认值:0.00001

返回: Tensor，shape为[batch_size, 1]，数据类型与 input 相同

代码示例

  1. import paddle
  2. import paddle.nn.functional as F
  3. x = paddle.randn((3,224,224,2))
  4. label = paddle.randint(high=2, shape=(3,224,224,1))
  5. predictions = F.softmax(x)
  6. loss = F.dice_loss(input=predictions, label=label)