我应该使用哪个损失函数进行形状提取？答案

【问题标题】：Which loss function should I use for shape extraction?我应该使用哪个损失函数进行形状提取？
【发布时间】：2020-10-31 21:42:06
【问题描述】：

我需要构建一个神经网络来识别图像中的多个特定形状配置（正方形、三角形……），并将它们的颜色更改为输出。

因此，神经网络将（例如）以 32x32x1（灰度）的图像作为输入，并将 32x32x3 作为输出。我的问题是：我应该使用什么样的损失函数来训练我的神经网络。因为我阅读了一些文章才发现，这不是分类或回归问题（据我了解），所以我有点迷茫，因为我是新手。

【问题讨论】：

【解决方案1】：

如果您没有与图像对关联的 Shapes，则仅对： 您可以构建图像去噪网络（https://www.pyimagesearch.com/2020/02/24/denoising-autoencoders-with-keras-tensorflow-and-deep-learning/）并使用反卷积生成彩色图像。

损失函数：您可以使用 MSE 损失函数，通过比较网络输出图像和真实图像的每个通道中的每个像素来计算损失。

如果您有与每个输入图像相关联的形状： 然后您可以构建一个简单的深度神经网络分类器来预测形状，然后根据形状填充输出图像中的颜色值（可以使用 python 中的 cv2 库执行）

【讨论】：