我正在使用V-Netkeras（tf 后端）训练一个 3D 分割模型。二进制数classes = 1 (foreground =1 and background = 0)。原始 VNet 论文。
我在训练图中遇到了一种奇怪的行为。在前 800 个 epochs 中它几乎没有学到任何东西，但随后迅速增长并过度拟合。我觉得这很奇怪。此外，在尝试了多种不同类型的增强之后，模型几乎没有改进。谁能向我解释这种行为？以及改进我的模型的方法？
我尝试过放置层，不同的增强技术，似乎没有任何效果。
Input image - 128 X 128 X 96
Optimizer - SGD
Lr = 0.01
loss - Dice coeff * -1
metric - Dice coeff
training batch size = 1
Number of training imgs = 16
No. of validation imgs = 3
训练图：
