python - 具有一个客户指标 IoU 的多输出回归
问题描述
我有用户通过框在图像上分割对象[Xmin, Ymin, Xmax, Ymax]
另外,我有真正的盒子[Xmin_true, Ymin_true, Xmax_true, Ymax_true]
我需要改进试图预测真实盒子的用户标签。指标是用户标签和真实标签之间的 IoU(联合交集)。
我尝试用 分别预测 X_min、Ymin、Xmax、Ymax LightGBM
,但问题是它没有优化 IoU。
解决这个问题的最佳方法是什么?如我所见,boosting 不适用于这种情况,它应该是某种新的神经网络,输出很少,并且有一个自定义指标,例如 IoU。
你能建议一些开始吗?
现在我的代码看起来像这样,但它预测 X、Y 的常量值
NN=Sequential()
NN.add(Dense(128,activation='linear',input_dim=np.shape(X_train)[1]))
NN.add(Dropout(0.1))
NN.add(Dense(64,activation='relu'))
NN.add(Dropout(0.1))
NN.add(Dense(4,activation='linear'))
NN.compile(loss='mean_squared_error', optimizer='sgd', metrics=[IoU])
set_random_seed(0)
NN.fit(X_train, y_train, epochs=10, batch_size=32, verbose=2,
validation_split=0.2, shuffle = True)
解决方案
推荐阅读
- php - 路由“”的参数“”必须匹配“[^/]++”(“”给定)才能生成对应的URL
- python - 获取定义变量的行号
- php - 如何限制 simplexml_load_file() 的结果
- azure - 如何找到 Azure 拉取请求的 threadID?
- php - 在表单上发送值以回显变量 $visible 时出现问题
- python - Strategy pattern in python
- c++ - 有没有一种聪明的方法来实现完全静态的观察者模式(在编译时)
- reactjs - 电子反应还原。更新窗体窗口中的状态不会反映在主窗口中
- python - 如何将下拉/选择值传递给 django 中表单的操作部分?
- javascript - JQuery AJAX 请求语法问题(混合 vanilla JS 功能)