《表3 损失函数中不同参数设置对结果的影响》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于特征金字塔网络的肺结节检测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

针对数据集中正负样本以及难易样本之间的不平衡问题，本文在上述r50fpn-deconv模型的基础上，结合Focal Loss函数分别取α和γ参数为（0.2，0.25，0.3）和（1，2）进行交叉对比实验。值得注意的是，由于引入了FPN和反卷积，结节检测效果较好，改变Focal Loss参数对结果只有一定的影响，提升了约1个百分点。最终，在两组γ的取值中，α=0.25时检测效果最佳；并且当α=0.25时，γ取值为2检测效果更好，相比采取交叉熵损失函数的结果，其m AP指标提升至0.869，较优结果如表3所示。