Я делаю семантическую сегментацию FCN32 на своих данных. Я запустил алгоритм для тонкой настройки моих данных (изображения в градациях серого только с одним каналом) до 80 000 итераций; однако потери и точность колеблются, а выходное изображение полностью черное. Даже потери настолько высоки после 80 000 итераций. Я думал, что классификатор не может хорошо обучать мои данные. Так что буду тренироваться с нуля. С другой стороны, мои данные имеют несбалансированные члены класса. Фоновые пиксели больше, чем у остальных четырех классов. Некоторые исследователи предлагают использовать взвешенную потерю. У кого-нибудь есть идеи? Правильно ли я поступаю? Как я могу добавить эту взвешенную потерю в train_val.prototxt?
Я буду признателен, если вы знаете какие-либо ресурсы/примеры, связанные с тренировками с потерей веса, пожалуйста, поделитесь со мной здесь.
Спасибо еще раз
