在图像分割问题中，我们通常会得到一个背景标签，它支配掩码，而对象仅占据掩码中的一小块区域。因此，在训练期间，我观察到我的神经网络在分类背景标签方面做得很好，但在分类对象方面却很差。
我正在使用 Tensorflow 的 tf.nn.sparse_softmax_cross_entropy_with_logits 作为我丢失的函数。也许与这个问题有关，我的损失值也没有减少/收敛。
有人告诉我，也许我应该考虑在我的损失函数中添加一个权重因子，以便与其他非优势类相比，优势类的权重较小。任何人都可以分享一些见解吗？