問題タブ [unet]

私は現在、U-Net ( https://arxiv.org/pdf/1505.04597.pdf ) の修正版を使用して、顕微鏡画像の細胞オルガネラをセグメント化しています。Keras を使用しているため、https://github.com/zhixuhao/unetからコードを取得しました。ただし、このバージョンでは、ネットワークに境界ピクセルを強制的に学習させるためのウェイト マップは実装されていません。

これまでに得られた結果は非常に良好ですが、ネットワークは互いに接近しているオブジェクトを分離できません。そのため、論文に記載されているウェイト マップを利用してみたいと思います。各ラベル画像の重みマップ (指定された式に基づく) を生成できましたが、この重みマップを使用してネットワークをトレーニングし、上記の問題を解決する方法を見つけることができませんでした。

ウェイト マップとラベル イメージを何らかの形で組み合わせる必要がありますか、それともウェイト マップを利用できるようにする Keras 関数がありますか? 私は生物学者で、最近ニューラル ネットワークを使い始めたばかりなので、理解はまだ限られています。ヘルプやアドバイスをいただければ幸いです。

顕微鏡画像で細胞小器官をセグメント化するために、Keras で実装された U-Net ( https://arxiv.org/pdf/1505.04597.pdf ) を使用しています。ネットワークが 1 ピクセルだけ離れた複数の単一オブジェクトを認識できるようにするために、各ラベル イメージにウェイト マップを使用したいと考えています (式は出版物に記載されています)。

私の知る限り、これらの重みマップを利用するには、独自のカスタム損失関数 (私の場合はクロスエントロピー) を作成する必要があります。ただし、カスタム損失関数は 2 つのパラメーターしか取りません。このような関数にウェイト マップの値を追加するにはどうすればよいですか?

以下は、私のカスタム損失関数のコードです。

ウェイト マップ値を ytrue テンソルのラベル値と組み合わせる方法はありますか?

私が言ったように、この質問がばかげているように見える場合は申し訳ありませんが、私はゲームに比較的慣れていません。どんな助けや提案も大歓迎です!