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。