引入抑制增长损失函数的肺炎目标检测

摘要：

为提高对肺炎图像目标检测算法的平均精度,针对肺炎图像中病灶的轮廓模糊、通道单一的缺点,提出抑制增长损失函数(inhibition grow th loss function,IG Loss).根据损失函数数值的变化特征自适应调整其权值,使损失函数值随step增大的项得到增强,损失函数值随step减小的项不变,引入激活函数Mish代替ReLU,减少信息的丢失.实验结果表明,在没有增加时间开销的情况下,基于该抑制增长损失函数的Faster R-CNN和R-FCN算法的AP分别提升3.8％ 和2.8％,验证了该抑制增长损失函数的有效性.

关键词：损失函数、目标检测、卷积神经网络、肺炎图像、自适应权值

所属期刊栏目：42

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金项目;浙江省自然科学基金项目;中国计量大学卓越学生成果培育计划基金项目

在线出版日期：2021-09-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2664-2670