邻域惩罚

迈向高质量图像分割：通过惩罚邻居像素提升拓扑准确性

Towards High-Quality Image Segmentation: Improving Topology Accuracy by Penalizing Neighbor Pixels

SCNP 是一种即插即用的损失函数增强策略，通过惩罚像素与其最差分类邻居的 logits 来提升分割的拓扑正确性，可方便地集成到现有分割训练流程中，适用于需要保持连通分量数量的医学或遥感等分割任务。