4.CVLosses.md

图像和视觉相关的loss函数

Low-level 任务常用loss

• L1 / L2 loss

最常用loss函数，属于 pixel loss，即直接拟合目标图像。只能针对对齐的pair数据。

• Charbonnier loss

ref: Fast and Accurate Image Super-Resolution with Deep Laplacian Pyramid Networks section 3.3

• TV loss（total variation）

• content loss（vgg loss）

约束内容一致性，可以通过pretrained VGG等网络提取特征。

• texture loss

约束纹理风格一致性

• GAN loss

生成结果符合目标图像分布

分割任务常用loss（从mmseg梳理）

• Cross-Entropy loss

• IOU loss

• Dice loss

• Focal loss

• Lovasz loss

• Tversky loss

目标检测/实例分割常用loss（从mmdet梳理）

• AE loss（Associative Embedding Loss）

• Balanced L1 loss

ref：Libra R-CNN: Towards Balanced Learning for Object Detection

• PISA loss（PrIme Sample Attention (PISA) ）

ref: Prime Sample Attention in Object Detection

• Seesaw loss

ref: [Seesaw Loss for Long-Tailed Instance Segmentation](arXiv: https://arxiv.org/abs/2008.10032)