motion mask training trouble shooting

本文探讨了motionmask预测模型训练中遇到的挑战,包括损失函数优化、学习率调整及样本分布不均衡等问题,分享了从数据预处理到模型调优的全过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >


motion mask预测训练过程:


损失函数:0.5 * bec_loss + dice_loss
优化器:optim.Adam(self.parameters_to_train, self.opt.lr)
epoch number:2000
出现的问题:loss在epoch到了90左右就震荡在0.64-0.7左右了
1.:通过查看dataloader出来的image和mask,发现数据和lable不对应,于是对imglist和masklist的数据进行了排序,排序采用的list.sort(reverse=False)函数
训练之后还是损失在0.6以上就不下降了
2.减小学习率,为3e-4
初步看,下降到了0.6以下
训练之后还是不行,尝试了几个学习率,感觉不是学习率的问题
后来发现输入有问题,调整了图片和label

现在的问题是预测的值经过sigmoid输出总是全部1,导致预测的图片全为白色,调整学习率变小之后一开始会有0.5上下的,后来就都倾向于预测大于0.5的
分析:样本分布不均衡,前景目标比例小,尝试改变损失函数吧,加权重。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值