machine-learning - 数据不平衡的二元类语义分割损失不收敛

Question

我想分割仅占整个数据集一小部分的对象（例如 ICDAR 2015 或 CamVid 中的人）。像素级正负样本的比例约为1:200。

我的网络，其主干是预训练的 VGG16 或 ResNet50，可以在具有 12 个类的 CamVid 数据集中运行良好。然而，当我微调这个网络以在 CamVid 中只分割人时，损失将保持在 0.31 左右，并且即使学习率非常小（如 1e-5）也永远不会减少。更重要的是，在另一个数据集（ICDAR 2015）上训练新模型以获取图像中的文本区域时，我遇到了同样的问题。

我用pytorch构建了我的模型，我使用的损失函数是加权交叉熵损失。

谁能告诉我问题出在哪里？是关于损失函数的吗？因为我认为模型架构没有问题。非常感谢您的任何建议。

Answer 1

对于 CamVid 数据集，人的类别太难用我的网络进行分割。对于 ICDAR 2015，我认为我的处理中存在一些问题（如随机裁剪）。最后，数据集真的很重要，我们应该更加关注它。