有关损失函数的问题

[IceHowe]

你好，我看到用的是wbce，但是我看到两个权重分别是0.5

@CRITNS.register_func('WBCE_critn')
def build_weighted_bce_critn(C):
    assert len(C['weights']) == 2
    pos_weight = C['weights'][1]/C['weights'][0]
    return nn.BCEWithLogitsLoss(pos_weight=torch.Tensor([pos_weight]))

那么pos_weight不就等于1了吗？这样不就是用的普通的bce了吗？

[Bobholamovic]

你好，是的，P2V-CD在实验所涉及的三个数据集上均使用了0.5、0.5的类别权重系数，实际等价于使用『普通』BCE损失函数。

实际上，『普通』BCE是加权BCE的特例（各类权重系数相同）。在算法的设计阶段，我考虑使用加权BCE，增加可调的权重（也就是你所看到的，代码中支持设置C['weights']）以调节模型对不同类别的关注程度；但在实际的实验过程中，我观察到权重系数为0.5、0.5的配置取得的效果最好，因此这是我最终使用的实验配置。

综上所述，论文中『使用加权交叉熵损失，变化类和非变化类权重分别设置为0.5和0.5』的表述虽然有些奇怪，但我认为并非一个『错误』的说法。

[IceHowe]

好的，感谢回复，因为我对你的项目代码不太熟悉，还以为是搞错了。还有一件事，请问论文里展示的热力图是如何绘制的？能指导一下吗？grad-cam看着都是要求一个输入，而这个任务网络是孪生网络，所以我不调了好久都不会

[Bobholamovic]

不好意思，我不太清楚这个~建议可以咨询一下原作者

[IceHowe]

你不是P2V作者吗？我看到P2V论文里也有热力图

[Bobholamovic]

你不是P2V作者吗？我看到P2V论文里也有热力图

Sorry，我看走眼了，今天好像看成了BIT论文什么的……P2V-CD论文里的热力图需要对标准的grad-cam算法代码做一些修改，改为双输入，具体如何修改我恐怕无法提供很具体的意见，因为这和你使用的grad-cam代码有关~

[IceHowe]

请问能提供代码参考一下吗？

[Bobholamovic]

请问能提供代码参考一下吗？

P2V-CD是我在学校时候的工作，当时的资料都放在学校的机器上，现在已经毕业了，存留在我自己这里的部分都已经开源了哈