零基础入门语义分割-地表建筑物识别 Task4 评价函数与损失函数 -学习笔记

简介: 零基础入门语义分割-地表建筑物识别 Task4 评价函数与损失函数 -学习笔记

学习内容

datawhale学习计划

4 评价函数与损失函数

4.1 学习目标

  • 掌握常见的评价函数和损失函数Dice、IoU、BCE、Focal Loss、Lovász-Softmax;
  • 掌握评价/损失函数的实践;

4.2 TP TN FP FN

在讲解语义分割中常用的评价函数和损失函数之前,先补充:TP(真正例 true positive) TN(真反例 true negative) FP(假正例 false positive) FN(假反例 false negative)的知识。在分类问题中,我们经常看到上述的表述方式,以二分类为例,我们可以将所有的样本预测结果分成TP、TN、 FP、FN四类,并且每一类含有的样本数量之和为总样本数量,即TP+FP+FN+TN=总样本数量。其混淆矩阵如下:

上述的概念都是通过以预测结果的视角定义的,可以依据下面方式理解:

  • 预测结果中的正例 → 在实际中是正例 → 的所有样本被称为真正例(TP)<预测正确>
  • 预测结果中的正例 → 在实际中是反例 → 的所有样本被称为假正例(FP)<预测错误>
  • 预测结果中的反例 → 在实际中是正例 → 的所有样本被称为假反例(FN)<预测错误>
  • 预测结果中的反例 → 在实际中是反例 → 的所有样本被称为真反例(TN)<预测正确>

这里就不得不提及精确率(precision)和召回率(recall):

image.png

Precision代表了预测的正例中真正的正例所占比例;Recall代表了真正的正例中被正确预测出来的比例。

转移到语义分割任务中来,我们可以将语义分割看作是对每一个图像像素的的分类问题。根据混淆矩阵中的定义,我们亦可以将特定像素所属的集合或区域划分成TP、TN、 FP、FN四类。

以上面的图片为例,图中左子图中的人物区域(黄色像素集合)是我们真实标注的前景信息(target),其他区域(紫色像素集合)为背景信息。当经过预测之后,我们会得到的一张预测结果,图中右子图中的黄色像素为预测的前景(prediction),紫色像素为预测的背景区域。此时,我们便能够将预测结果分成4个部分:

  • 预测结果中的黄色无线区域 → 真实的前景 → 的所有像素集合被称为真正例(TP)<预测正确>
  • 预测结果中的蓝色斜线区域 → 真实的背景 → 的所有像素集合被称为假正例(FP)<预测错误>
  • 预测结果中的红色斜线区域 → 真实的前景 → 的所有像素集合被称为假反例(FN)<预测错误>
  • 预测结果中的白色斜线区域 → 真实的背景 → 的所有像素集合被称为真反例(TN)<预测正确>

4.3 Dice评价指标

Dice系数

Dice系数(Dice coefficient)是常见的评价分割效果的方法之一,同样也可以改写成损失函数用来度量prediction和target之间的距离。Dice系数定义如下:

image.png

式中:T TT表示真实前景(target),P PP表示预测前景(prediction)。Dice系数取值范围为[ 0 , 1 ] [0,1][0,1],其中值为1时代表预测与真实完全一致。仔细观察,Dice系数与分类评价指标中的F1 score很相似:

image.png

所以,Dice系数不仅在直观上体现了target与prediction的相似程度,同时其本质上还隐含了精确率和召回率两个重要指标。

计算Dice时,将TP近似为prediction与target对应元素相乘再相加的结果。TP的计算直接进行简单的元素求和(也有一些做法是取平方求和),如下示例:

image.png

Dice Loss

Dice Loss是在V-net模型中被提出应用的,是通过Dice系数转变而来,其实为了能够实现最小化的损失函数,以方便模型训练,以1Dice的形式作为损失函数:

image.png

在一些场合还可以添加上Laplace smoothing减少过拟合:

image.png

代码实现

import numpy as np
def dice(output, target):
    '''计算Dice系数'''
    smooth = 1e-6 # 避免0为除数
    intersection = (output * target).sum()
    return (2. * intersection + smooth) / (output.sum() + target.sum() + smooth)
# 生成随机两个矩阵测试
target = np.random.randint(0, 2, (3, 3))
output = np.random.randint(0, 2, (3, 3))
d = dice(output, target)
# ----------------------------
target = array([[1, 0, 0],
            [0, 1, 1],
          [0, 0, 1]])
output = array([[1, 0, 1],
            [0, 1, 0],
            [0, 0, 0]])
d = 0.5714286326530524

笔记:

我们使用的时候

dice = dice_fn(y_pred.sigmoid(), y_true)
  • y_pred的结果是形状为(IMAGE_SIZE,IMAGE_SIZE),值为(,+)之间,
    由于传入前还作了下sigmoid(),于是y_pred.sigmoid()的值阈为(0,1)
    y_true每个点的值为0或1,于是让y_pred.sigmoid()去接近y_true的分布。其中y_pred.sigmoid()的值(概率)越大,那么越可能是正样本。
  • 输入损失函数的y_predy_true的形状均为(IMAGE_SIZE,IMAGE_SIZE)
  • 将Dice 的分子分母同减去TP,就会变成IoU。

4.4 IoU评价指标

IoU(intersection over union)指标就是常说的交并比,不仅在语义分割评价中经常被使用,在目标检测中也是常用的评价指标。顾名思义,交并比就是指target与prediction两者之间交集与并集的比值:

image.png

仍然以人物前景分割为例,如下图,其IoU的计算就是使用intersection/union

代码实现

def iou_score(output, target):
    '''计算IoU指标'''
    intersection = np.logical_and(target, output) 
    union = np.logical_or(target, output) 
    return np.sum(intersection) / np.sum(union)
# 生成随机两个矩阵测试
target = np.random.randint(0, 2, (3, 3))
output = np.random.randint(0, 2, (3, 3))
d = iou_score(output, target)
# ----------------------------
target = array([[1, 0, 0],
            [0, 1, 1],
          [0, 0, 1]])
output = array([[1, 0, 1],
            [0, 1, 0],
            [0, 0, 0]])
d = 0.4

笔记:

IoU的分子分母同加TP,变成Dice,有点像一杯糖水,加了点糖,浓度就大了。

Dice_loss只要y_predy_true,稍微有点偏移,就会产生大量的损失,而IoU_loss,看起来相对平缓,稳定一些。

Dice_loss相对来说,要求更加严格,在语义分割方面是不错的选择。

4.5 BCE损失函数

BCE损失函数(Binary Cross-Entropy Loss)是交叉熵损失函数(Cross-Entropy Loss)的一种特例,BCE Loss只应用在二分类任务中。针对分类问题,单样本的交叉熵损失为:

image.png

式中,yyy=y1,y2,...,yc,,其中y i y_iyi是非0即1的数字,代表了是否属于第i 类,为真实值;y^i代表属于第i类的概率,为预测值。可以看出,交叉熵损失考虑了多类别情况,针对每一种类别都求了损失。针对二分类问题,上述公式可以改写为:

image.png

式中,y为真实值,非1即0;y^为所属此类的概率值,为预测值。这个公式也就是BCE损失函数,即二分类任务时的交叉熵损失。值得强调的是,公式中的y^为概率分布形式,因此在使用BCE损失前,都应该将预测出来的结果转变成概率值,一般为sigmoid激活之后的输出。

代码实现

在pytorch中,官方已经给出了BCE损失函数的API,免去了自己编写函数的痛苦:

torch.nn.BCELoss(weight: Optional[torch.Tensor] = None,

size_average=None, reduce=None, reduction: str = ‘mean’)

image.png

参数: weight(Tensor)- 为每一批量下的loss添加一个权重,很少使用

size_average(bool)- 弃用中 reduce(bool)- 弃用中 reduction(str) - ‘none’ |

‘mean’ |

‘sum’:为代替上面的size_average和reduce而生。——为mean时返回的该批量样本loss的平均值;为sum时,返回的该批量样本loss之和

同时,pytorch还提供了已经结合了Sigmoid函数的BCE损失:torch.nn.BCEWithLogitsLoss(),相当于免去了实现进行Sigmoid激活的操作。

import torch
import torch.nn as nn
bce = nn.BCELoss()
bce_sig = nn.BCEWithLogitsLoss()
input = torch.randn(5, 1, requires_grad=True)
target = torch.empty(5, 1).random_(2)
pre = nn.Sigmoid()(input)
loss_bce = bce(pre, target)
loss_bce_sig = bce_sig(input, target)
# ------------------------
input = tensor([[-0.2296],
            [-0.6389],
            [-0.2405],
            [ 1.3451],
            [ 0.7580]], requires_grad=True)
output = tensor([[1.],
             [0.],
             [0.],
             [1.],
             [1.]])
pre = tensor([[0.4428],
            [0.3455],
            [0.4402],
            [0.7933],
            [0.6809]], grad_fn=<SigmoidBackward>)
print(loss_bce)
tensor(0.4869, grad_fn=<BinaryCrossEntropyBackward>)
print(loss_bce_sig)
tensor(0.4869, grad_fn=<BinaryCrossEntropyWithLogitsBackward>)

笔记:

def loss_fn(y_pred, y_true):
     bce = bce_fn(y_pred, y_true)
     dice = dice_fn(y_pred.sigmoid(), y_true)
     return (0.8 * bce + 0.2 * dice,dice)

看到这段代码可能会疑惑,为什么一个加了sigmoid,而一个没有。其实是有了,bce_fn内部自带了softmax,我们是二分类任务,自然变成了sigmoid,所以不是没有,是自带了。

所以nn.BCEWithLogitsLoss自带sigmoid,而nn.BCELoss不带sigmoid。一般来说前者的效果会好点。

nn.BCEWithLogitsLoss,还可以给类别加权重,比如我们建筑物做识别,正样本比负样本少5倍。

于是可以给正样本加5倍权重。

bce_fn = nn.BCEWithLogitsLoss(weight=torch.tensor([5]).to(DEVICE))

baseline中使用了dice_loss+bce_loss的方式,但是当样本不平衡的时候,这个损失会趋向为dice损失,因此我加了正样本的权重。

输入到交叉熵损失函数中,y_pred和y_true的形状

  • 二分类情况下:
    y_pred,y_true形状均为(IMAGE_SIZE,IMAGE_SIZE)
  • 多分类情况下:
    y_pred形状为(IMAGE_SIZE,IMAGE_SIZE,class_num)
    y_true形状为(IMAGE_SIZE,IMAGE_SIZE)
    因为自带one_hot编码,会将y_true处理成(IMAGE_SIZE,IMAGE_SIZE,class_num)再处理

4.6 Focal Loss

Focal loss最初是出现在目标检测领域,主要是为了解决正负样本比例失调的问题。那么对于分割任务来说,如果存在数据不均衡的情况,也可以借用focal loss来进行缓解。Focal loss函数公式如下所示:

image.png

仔细观察就不难发现,它其实是BCE扩展而来,对比BCE其实就多了个

image.png

为什么多了这个就能缓解正负样本不均衡的问题呢?见下图:

简单来说:α解决样本不平衡问题,γ解决样本难易问题。

也就是说,当数据不均衡时,可以根据比例设置合适的α,这个很好理解,为了能够使得正负样本得到的损失能够均衡,因此对loss前面加上一定的权重,其中负样本数量多,因此占用的权重可以设置的小一点;正样本数量少,就对正样本产生的损失的权重设的高一点。

那γ具体怎么起作用呢?以图中γ=5曲线为例,假设gt类别为1,当模型预测结果为1的概率pt比较大时,我们认为模型预测的比较准确,也就是说这个样本比较简单。而对于比较简单的样本,我们希望提供的loss小一些而让模型主要学习难一些的样本,也就是pt1则loss接近于0,既不用再特别学习;当分类错误时,pt0则loss正常产生,继续学习。对比图中蓝色和绿色曲线,可以看到,γ值越大,当模型预测结果比较准确的时候能提供更小的loss,符合我们为简单样本降低loss的预期。

代码实现:

import torch.nn as nn
import torch
import torch.nn.functional as F
class FocalLoss(nn.Module):
    def __init__(self, alpha=1, gamma=2, logits=False, reduce=True):
        super(FocalLoss, self).__init__()
        self.alpha = alpha
        self.gamma = gamma
        self.logits = logits  # 如果BEC带logits则损失函数在计算BECloss之前会自动计算softmax/sigmoid将其映射到[0,1]
        self.reduce = reduce
    def forward(self, inputs, targets):
        if self.logits:
            BCE_loss = F.binary_cross_entropy_with_logits(inputs, targets, reduce=False)
        else:
            BCE_loss = F.binary_cross_entropy(inputs, targets, reduce=False)
        pt = torch.exp(-BCE_loss)
        F_loss = self.alpha * (1-pt)**self.gamma * BCE_loss
        if self.reduce:
            return torch.mean(F_loss)
        else:
            return F_loss
# ------------------------
FL1 = FocalLoss(logits=False)
FL2 = FocalLoss(logits=True)
inputs = torch.randn(5, 1, requires_grad=True)
targets = torch.empty(5, 1).random_(2)
pre = nn.Sigmoid()(inputs)
f_loss_1 = FL1(pre, targets)
f_loss_2 = FL2(inputs, targets)
# ------------------------
print('inputs:', inputs)
inputs: tensor([[-1.3521],
        [ 0.4975],
        [-1.0178],
        [-0.3859],
        [-0.2923]], requires_grad=True)
print('targets:', targets)
targets: tensor([[1.],
        [1.],
        [0.],
        [1.],
        [1.]])
print('pre:', pre)
pre: tensor([[0.2055],
        [0.6219],
        [0.2655],
        [0.4047],
        [0.4274]], grad_fn=<SigmoidBackward>)
print('f_loss_1:', f_loss_1)
f_loss_1: tensor(0.3375, grad_fn=<MeanBackward0>)
print('f_loss_2', f_loss_2)
f_loss_2 tensor(0.3375, grad_fn=<MeanBackward0>)

笔记:

focal loss 主要是解决样例不均衡和困难样本学习任务。

我们这个城市建筑识别,正样例约占0.2,是不平衡数据,可以尝试以下。

α一般选取0.25,γ一般选取2,效果比较好。

image.png


Q:既然正样本少不应该增加α吗?为什么α只取0.25呢?

A:具体在我转载的一篇关于focal loss

Focal Loss理解

同时也出现过focal_loss + dice_loss的组合

4.7 Lovász-Softmax

IoU是评价分割模型分割结果质量的重要指标,因此很自然想到能否用1IoU(即Jaccard loss)来做损失函数,但是它是一个离散的loss,不能直接求导,所以无法直接用来作为损失函数。为了克服这个离散的问题,可以采用lLovász extension将离散的Jaccard loss 变得连续,从而可以直接求导,使得其作为分割网络的loss function。Lovász-Softmax相比于交叉熵函数具有更好的效果。

论文地址:

paper on CVF open access

arxiv paper

首先明确定义,在语义分割任务中,给定真实像素标签向量y和预测像素标签y^,则所属类别c的IoU(也称为Jaccard index)如下,其取值范围为[0,1],并规定0/0=1

image.png

则Jaccard loss为: KaTeX parse error: Expected group after '^' at position 21: …ta_{J_c}(\pmb{y^̲},\pmb{\hat{y}}… 针对类别c,所有未被正确预测的像素集合定义为:

image.png

则可将Jaccard loss改写为关于M c M_cMc的子模集合函数(submodular set functions):

image.png

方便理解,此处可以把0,1p理解成如图像mask展开成离散一维向量的形式。

Lovász extension可以求解子模最小化问题,并且子模的Lovász extension是凸函数,可以高效实现最小化。在论文中作者对Δ(集合函数)和Δ(集合函数的Lovász extension)进行了定义,为不涉及过多概念以方便理解,此处不再过多讨论。我们可以将Δ理解为一个线性插值函数,可以将0,1p这种离散向量连续化,主要是为了方便后续反向传播、求梯度等等。因此我们可以通过这个线性插值函数得到ΔJc的Lovász extensionΔJc


在具有c(c>2)个类别的语义分割任务中,我们使用Softmax函数将模型的输出映射到概率分布形式,类似传统交叉熵损失函数所进行的操作:

image.png

式中,pi(c)表示了像素i ii所属类别c的概率。通过上式可以构建每个像素产生的误差m(c)KaTeX parse error: Expected '}', got '\right' at position 110: …se \end{array} \̲r̲i̲g̲h̲t̲. 可知,对于一张图像中所有像素则误差向量为m(c)0,1p,则可以建立关于Δ 的代理损失函数:

image.png

当我们考虑整个数据集是,一般会使用mIoU进行度量,因此我们对上述损失也进行平均化处理,则定义的Lovász-Softmax损失函数为:

image.png

代码实现

论文作者已经给出了Lovász-Softmax实现代码,并且有pytorch和tensorflow两种版本,并提供了使用demo。此处将针对多分类任务的Lovász-Softmax源码进行展示。

Lovász-Softmax实现链接:https://github.com/bermanmaxim/LovaszSoftmax

import torch
from torch.autograd import Variable
import torch.nn.functional as F
import numpy as np
try:
    from itertools import  ifilterfalse
except ImportError: # py3k
    from itertools import  filterfalse as ifilterfalse
# --------------------------- MULTICLASS LOSSES ---------------------------
def lovasz_softmax(probas, labels, classes='present', per_image=False, ignore=None):
    """
    Multi-class Lovasz-Softmax loss
      probas: [B, C, H, W] Variable, class probabilities at each prediction (between 0 and 1).
              Interpreted as binary (sigmoid) output with outputs of size [B, H, W].
      labels: [B, H, W] Tensor, ground truth labels (between 0 and C - 1)
      classes: 'all' for all, 'present' for classes present in labels, or a list of classes to average.
      per_image: compute the loss per image instead of per batch
      ignore: void class labels
    """
    if per_image:
        loss = mean(lovasz_softmax_flat(*flatten_probas(prob.unsqueeze(0), lab.unsqueeze(0), ignore), classes=classes)
                          for prob, lab in zip(probas, labels))
    else:
        loss = lovasz_softmax_flat(*flatten_probas(probas, labels, ignore), classes=classes)
    return loss
def lovasz_softmax_flat(probas, labels, classes='present'):
    """
    Multi-class Lovasz-Softmax loss
      probas: [P, C] Variable, class probabilities at each prediction (between 0 and 1)
      labels: [P] Tensor, ground truth labels (between 0 and C - 1)
      classes: 'all' for all, 'present' for classes present in labels, or a list of classes to average.
    """
    if probas.numel() == 0:
        # only void pixels, the gradients should be 0
        return probas * 0.
    C = probas.size(1)
    losses = []
    class_to_sum = list(range(C)) if classes in ['all', 'present'] else classes
    for c in class_to_sum:
        fg = (labels == c).float() # foreground for class c
        if (classes is 'present' and fg.sum() == 0):
            continue
        if C == 1:
            if len(classes) > 1:
                raise ValueError('Sigmoid output possible only with 1 class')
            class_pred = probas[:, 0]
        else:
            class_pred = probas[:, c]
        errors = (Variable(fg) - class_pred).abs()
        errors_sorted, perm = torch.sort(errors, 0, descending=True)
        perm = perm.data
        fg_sorted = fg[perm]
        losses.append(torch.dot(errors_sorted, Variable(lovasz_grad(fg_sorted))))
    return mean(losses)
def flatten_probas(probas, labels, ignore=None):
    """
    Flattens predictions in the batch
    """
    if probas.dim() == 3:
        # assumes output of a sigmoid layer
        B, H, W = probas.size()
        probas = probas.view(B, 1, H, W)
    B, C, H, W = probas.size()
    probas = probas.permute(0, 2, 3, 1).contiguous().view(-1, C)  # B * H * W, C = P, C
    labels = labels.view(-1)
    if ignore is None:
        return probas, labels
    valid = (labels != ignore)
    vprobas = probas[valid.nonzero().squeeze()]
    vlabels = labels[valid]
    return vprobas, vlabels
def xloss(logits, labels, ignore=None):
    """
    Cross entropy loss
    """
    return F.cross_entropy(logits, Variable(labels), ignore_index=255)
# --------------------------- HELPER FUNCTIONS ---------------------------
def isnan(x):
    return x != x
def mean(l, ignore_nan=False, empty=0):
    """
    nanmean compatible with generators.
    """
    l = iter(l)
    if ignore_nan:
        l = ifilterfalse(isnan, l)
    try:
        n = 1
        acc = next(l)
    except StopIteration:
        if empty == 'raise':
            raise ValueError('Empty mean')
        return empty
    for n, v in enumerate(l, 2):
        acc += v
    if n == 1:
        return acc
    return acc / n

4.8 参考链接

语义分割的评价指标IoU

医学图像分割常用的损失函数

What is “Dice loss” for image segmentation?

pytorch loss-functions

Submodularity and the Lovász extension

4.9 本章小结

本章对各类评价指标进行介绍,并进行具体代码实践。

4.10 课后作业

  • 理解各类评价函数的原理;
  • 对比各类损失函数原理,并进行具体实践;
相关文章
|
1月前
|
机器学习/深度学习 监控 算法
yolov8+多算法多目标追踪+实例分割+目标检测+姿态估计(代码+教程)
yolov8+多算法多目标追踪+实例分割+目标检测+姿态估计(代码+教程)
221 1
|
1月前
|
机器学习/深度学习 数据可视化 PyTorch
零基础入门语义分割-地表建筑物识别 Task5 模型训练与验证-学习笔记
零基础入门语义分割-地表建筑物识别 Task5 模型训练与验证-学习笔记
467 2
|
7月前
|
机器学习/深度学习 传感器 算法
单目3D目标检测 方法综述——直接回归方法、基于深度信息方法、基于点云信息方法
本文综合整理单目3D目标检测的方法模型,包括:基于几何约束的直接回归方法,基于深度信息的方法,基于点云信息的方法。万字长文,慢慢阅读~ 直接回归方法 涉及到模型包括:MonoCon、MonoDLE、MonoFlex、CUPNet、SMOKE等。 基于深度信息的方法 涉及到模型包括:MF3D、MonoGRNet、D4LCN、MonoPSR等。 基于点云信息的方法 涉及到模型包括:Pseudo lidar、DD3D、CaDDN、LPCG等。
680 2
|
1月前
|
机器学习/深度学习 PyTorch 数据处理
零基础入门语义分割-地表建筑物识别 Task2 数据扩增-学习笔记
零基础入门语义分割-地表建筑物识别 Task2 数据扩增-学习笔记
50 1
|
1月前
|
机器学习/深度学习
零基础入门语义分割-地表建筑物识别 Task6 模型集成-学习笔记
零基础入门语义分割-地表建筑物识别 Task6 模型集成-学习笔记
62 1
|
1月前
|
数据可视化 计算机视觉 索引
零基础入门语义分割-地表建筑物识别 Task1 赛题理解 -学习笔记
零基础入门语义分割-地表建筑物识别 Task1 赛题理解 -学习笔记
58 1
|
1月前
|
机器学习/深度学习 编解码 数据可视化
【论文精选】TPAMI2020 - PFENet_先验引导的特征富集网络_小样本语义分割
【论文精选】TPAMI2020 - PFENet_先验引导的特征富集网络_小样本语义分割
|
1月前
|
机器学习/深度学习 编解码 自动驾驶
【论文速递】WACV2022 - 基于小样本分割的多尺度Non-Novel片段消除方法
【论文速递】WACV2022 - 基于小样本分割的多尺度Non-Novel片段消除方法
|
1月前
|
编解码 算法 自动驾驶
【计算机视觉】基于光流特征的目标跟踪算法LK光流法的讲解(图文解释 超详细)
【计算机视觉】基于光流特征的目标跟踪算法LK光流法的讲解(图文解释 超详细)
230 0
|
7月前
|
机器学习/深度学习 自然语言处理 算法
【网安AIGC专题11.1】11 Coreset-C 主动学习:特征选择+11种采样方法+CodeBERT、GraphCodeBERT+多分类(问题分类)二元分类(克隆检测)非分类任务(代码总结)
【网安AIGC专题11.1】11 Coreset-C 主动学习:特征选择+11种采样方法+CodeBERT、GraphCodeBERT+多分类(问题分类)二元分类(克隆检测)非分类任务(代码总结)
124 0