我们对caffe还很陌生，但到目前为止我们所看到的看起来确实很有希望。
在阅读了几篇论文（1、2 ）之后，我们想重现 1 的结果，特别是关于分段挑战4的结果。
我们从3下载了修改后的 caffe并能够执行它，只是为了看看经过训练的网络无法使用4的数据集。
起初我们认为网络需要针对特定问题进行训练。这导致了如何进行“图像到图像（又名端到端）学习”（4，训练数据）的问题。
这导致我们使用了“整体嵌套边缘检测”（hed, 2），其中似乎使用了图像到图像的学习。使用 hed，我们能够自行重新训练网络。但它不起作用（如果我们尝试为4的数据集训练网络，它会导致所有 0 或 0.5 个图像 - 黑色图像 :-( ） 。对于初始化，我们编写了一个脚本来计算我们使用的均值图对于4的数据集。
我们的问题是：
- 我们如何通过运行图像到图像的训练来重现1中提到的结果？
或者
- 你如何训练网络，我们有图像到图像的学习？
- 由于我们只有 30 个图像到图像对，我们应该通过 matlab/python 实现1 / 3中提到的变形，还是 caffe 中已经有功能？
- 我们是否遗漏了1或2中的一些简单内容？
亲切的问候，克劳斯和伯恩哈德
Ps：我们在 caffe-user 群问了同样的问题，打算在两个地方发布解决方案。