我有一个语义分割任务，我正在使用 PyTorch 解决该任务。我使用（骰子损失+ BCE）作为损失函数。我知道每个图像都有一个掩模，如果掩模被分成几个部分，我想做额外的惩罚。我可以使用哪种损失函数？
如果我们想对预测断开组件的模型进行惩罚，我们要确保惩罚应该比根本不生成掩码要轻。
所以我认为一个安全的方法是惩罚假负像素。在这个方向上，您可以探索焦点损失（https://paperswithcode.com/method/focal-loss）。这种损失会增加导致断开连接的像素的损失。
您还可以探索其他自定义可微损失。鉴于您始终只有一个输出掩模，您可以尝试一种惩罚更多轮廓的损失。由于您在阈值化之前应用损失，因此您可以尝试梯度总和/平均值（与边缘检测中使用的不同，使用更大的移位）。