1

我正在尝试使用 mobilenetv3_small_seg 架构训练 deeplabv3 模型。我训练了模型，但我得到的预测是一个完整的空白掩码，没有类预测。我遵循的培训步骤是：

  1. 在 Google Colab 中克隆了官方存储库。

  2. 我准备了只有一个类的数据集（在脸上分割嘴唇）。我遵循 Pascal VOC12 数据集格式。我创建了 RGB 蒙版 (0, 255, 0)，其周围有白色边界 (255, 255, 255) 和黑色背景 (0, 0, 0)，如下所示。

    RGB蒙版 RGB蒙版

  3. 然后我在此脚本的帮助下将 RGB 蒙版转换为具有背景：0、前景：1 和边界：255 的单通道 png（8 位），如下所示：

    RGB蒙版 已移除颜色图

  4. 然后，我通过修改此脚本成功地将数据集转换为 tfrecord 。

  5. 然后我在 data_generator.py 中添加了我的数据集描述，其中 ignore_label=255 和 num_classes=2。

  6. 最后，我开始使用以下命令进行训练：

     !python train.py \
     --logtostderr \
     --training_number_of_steps=10000 \
     --train_split="val" \
     --model_variant="mobilenet_v3_small_seg" \
     --decoder_output_stride=16 \
     --train_crop_size="256,256" \
     --train_batch_size=16 \
     --dataset="pqr" \
     --save_interval_secs=600 \
     --save_summaries_secs=300 \
     --save_summaries_images=True \
     --log_steps=200 \
     --train_logdir=${PATH_TO_TRAIN_DIR} \
     --dataset_dir=${PATH_TO_DATASET}

  7. 训练完成后，我用几张不同的图像测试了模型。模型的输出是 (256, 256) 数组，所有值都等于 0。没有一个值我得到 1 或其他任何值。

我是机器学习的新手。我想知道

  1. 我的流程有什么问题？我看了很多教程，但我找不到答案。
  2. 我的数据集有什么问题吗？该数据集共包含 2000 张图像。
  3. 我找不到 mobilenetv3_small 的预训练权重。如果有人知道，请分享，以便我进行迁移学习。
  4. 我将类数设置为 2（背景和前景）。那正确吗？
4

0 回答 0