Как в метрике Dice учитывать min area предсказанной маски?

Question

[eltor]

При предсказании нейросеть иногда дает маску с ложноположительными значениями пикселей от 0.5-0.75 итд. Среднее число таких пикселей от 100 до 500 штук на одну ложнопредсказанную маску. Хочу в метрике Dice поставить фильтр, которая фильтровала бы только пиксели с значением от 0.75 в предсказанной маске и если количество таких пикселей меньше 800 штук то можно считать, что в этой маске ничего нет, вся маска заполняется 0ми, если больше, то норм. После обучения, в ручном тестировании на картинках все это работает, после написания ifов для фильтрования по значениям каждого пикселя и min area (800 штук минимум), но как это сделать в метрике, что бы все это работало уже во время обучения?
Loss и метрика:

def dice_loss(y_true, y_pred):
    smooth=1e-6
    y_true_f = K.flatten(y_true)
    y_pred_f = K.cast(y_pred, 'float32')
    y_pred_f = K.flatten(y_pred)
    intersection = y_true_f * y_pred_f
    score = K.mean(1. - (2. * K.sum(intersection) + smooth) / (K.sum(y_true_f) + K.sum(y_pred_f) + smooth))
    return score

def dice_metric(preds, trues):
    preds = K.cast(preds, 'float32')
    return 1 - dice_loss(preds, trues)

Пробовал использовать внутри метрики:

preds_f = K.cast(K.greater(K.flatten(preds), 0.75), 'float32')

Пользы от этого было мало.

Пробовал это:
K.cast(K.greater(K.sum(preds), 800.0), 'float32')

Как сделать в метрике, что бы во время обучения он фильтровал пиксели со значением больше 0.75 и которых минимум 800 штук в одной маске?