训练语义分割网络时，使用公共数据集出现的问题

最新推荐文章于 2024-06-23 09:41:40 发布

原创最新推荐文章于 2024-06-23 09:41:40 发布 · 781 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #神经网络 #人工智能

博主在训练深度学习模型时遇到问题，第二轮训练后模型表现异常，识别结果始终为黑色，各分类准确率为1/3。发现原始数据集标签图深度与模型需求不符，将图片转为8位灰度图后问题未解决。进一步检查发现图片像素值未按类别划分，通过代码修正后，模型得以正常训练。

所有网络参数都部署完之后，开始训练，第一轮训练也可以正常训练，也会正常显示准确率，第二轮开始发现与第一轮的结果并无变化，随即停止训练，开始测试，发现识别每张图片都为黑色，并不显示图像识别结果，每一类的识别准确率都为33.33%，很明显是为准确率的1/3，然后我开始调整，应该是数据集图片出现问题，随即从图片寻找问题，我也看了好多的博客还有知乎，最后终于发现了问题，网上所下数据集标签图为16位深度，而网络需要的为8位灰度图，然后我把所有的图片都转化为8位，重新训练，但结果依旧不行，测试结果出现了两类准确率，然后我又去寻找问题，写代码查看图片的像素率，发现图片像素率还是正常像素率，并不是按类别分成0，1，2，然后我就使用代码将图片中所有像素值，全按类别划分为0，1，2，最终正常训练。