一种引入统计信息的加权型Focal损失函数及语义分割网络模型训练方法

本发明属于图像处理技术领域，公开了一种引入统计信息的加权型Focal损失函数及语义分割网络模型训练方法，统计信息计算部分，用于统计每个像素点在历次训练迭代过程中被预测错误的频次；损失权重计算部分，根据所有像素点上的频次值，为其中频次高的像素点分配更高的损失权重；加权平均损失计算部分，用于将每个像素点上的损失权重与该点对应的Focal损失值相乘即进行加权，然后将所有像素点上的加权损失值相加后除以像素点数量以计算平均值；引入Dice损失，并与加权Focal损失计算加权和作为总损失；使用反向传播算法，通过优化器，利用上述损失对神经网络模型进行训练。本发明实用性高、抗干扰性能强、性能指标较高。