Mis on Lovasz kaotus ja kus seda kasutatakse?

Lovász kaotus — see on Lovász laiendusele põhinev kaotuse funktsioon, mida kasutatakse segmenteerimise kvaliteedi mõõdikute, näiteks Intersection over Union (IoU), optimeerimiseks. Erinevalt traditsioonilistest kaotuse funktsioonidest (näiteks rist-entropy), optimeerib Lovász kaotus otse IoU mõõdikut, mis on eriti kasulik semantilise segmenteerimise ülesannetes.

Seda kasutatakse arvutinägemise valdkonnas, et treenida närvivõrke, mis lahendavad piltide segmenteerimise ülesandeid, kus on oluline maksimeerida ennustatud ja tegelike maskide kattuvuse täpsus.

Näide kasutusest: meditsiiniliste piltide segmenteerimise mudeli treenimisel, kus on kriitiline täpselt määratleda kahjustatud piirkond, aitab Lovász kaotus parandada maskide kvaliteeti võrreldes klassikaliste kaotuse funktsioonidega.