待验证60% 置信事实精确时间
Dice Loss和IoU Loss对前景像素的相对比例更敏感，天然缓解类别不平衡；Focal Loss通过动态降低易分类样本的权重迫使模型专注于困难像素
2
来源数
60%
置信度
长期有效
时效性
2026/7/16
首次发现
来源
相关事实
待验证Dice损失中每个像素的梯度不仅取决于该像素自身的预测值，还取决于所有其他像素的预测之和，这种全局耦合特性使单个像素预测的微小变化影响所有像素的梯度77% 相似待验证int量化会带来精度上的轻微损失，但对于视频生成任务这种损失通常在视觉上难以察觉72% 相似待验证量化会带来轻微图像质量损失，fp8 通常可接受，nf4 在细节丰富场景下退化相对明显71% 相似待验证量化会引入精度损失，在高频纹理、人脸细节和光影过渡等对精度敏感的区域表现尤为明显71% 相似待验证分辨率差异会间接影响画质观感，低分辨率输出的边缘锐度、纹理细节和噪点表现通常更弱，人眼容易把更模糊误判为模型能力更差。70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/527099API
curl https://kongchang.com/api/v1/knowledge/claims/527099MCP
get_claim(id=527099)