图像中从预测到最近真实距离的欧几里德距离损失函数？

Question

是否有一个损失函数来计算一个预测像素和最近的地面真实像素之间的欧几里德距离？具体来说，这是位置距离，而不是强度距离。

这将基于二进制预测和二进制基础真理。

Answer 1

这是均方误差(RMSE)的根，例如：

model.compile(loss='rmse', optimizer='adagrad')

但是使用均方误差可能更好，因为这里讨论的是https://github.com/fchollet/keras/issues/1170。

也就是说，Keras逐批计算损失。为了避免不一致，我建议改用MSE。

如：

model.compile(loss='rmse', optimizer='adagrad')

但是由于您的数据只有二进制预测，所以我建议使用(https://keras.io/losses/#binary):代替binary_crossentropy

model.compile(loss='binary_crossentropy', optimizer='adagrad')