[ DL ] Dice Loss(Generalised Dice overlap as a deep learning loss function for highly unbalanced segmentations)
Dice Loss`Dice Loss`는 데이터가 불균형적인 특징이 존재하는 Segmentation에서 많이 사용되는 loss에 해당한다. Dice Loss의 수식은 다음과 같다. 해당 수식은 `민감도(sensitivity)`와 `정밀도(precision)`의 조화평균에 해당하는 `F1 score`와 같다.$p$ : 모델의 출력 값$\hat{p}$ : 정답 레이블해당 지표는 두 샘플 집합 간의 유사도를 측정하기 위해 개발되었으며, Dice Loss 값이 작을수록 segmentation 결과가 더 정확해진다. 이러한 Dice Loss는 특히 클래스 불균형이 큰 데이터셋에서 유용하게 사용된다. Reference[1] https://velog.io/@hsbc/dice-loss-%EC%82%AC%EC%9A%A9..