CV基础基于Pytorch-Unet训练多类别分割并测试

Posted 鹅要长大

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了CV基础基于Pytorch-Unet训练多类别分割并测试相关的知识,希望对你有一定的参考价值。

前言

本文是基于pytorch_unet训练多类别数据集的分割,并完成测试;

操作步骤:

 

问题:

 1. 数据集的mask部分标签类别不正确;

原因:

制作标签的时候保存的图像标签文件时jpg,因为jpg格式会在存储时对图像进行压缩,导致mask图像不准确。

所以,保存标签mask图像的时候一定要注意保存为png格式的标签图像

2. 分割的结果类别标签全部为0;

原因:这个原因有很多种;

1)数据集的标签信息或者图像预处理过程有问题;

2)损失函数选取不合适;比如如果数据集中背景占比多,目标占比很少,就不能简单使用交叉熵损失函数,交叉熵损失函数容易受到类别不平衡影响;

等等。。。。

 

 

参考

1. github_Pytorch_Unet;

2. UNet/UNet++多类别分割

以上是关于CV基础基于Pytorch-Unet训练多类别分割并测试的主要内容,如果未能解决你的问题,请参考以下文章

[深度学习][软件工具]pytorch-unet傻瓜式训练工具使用教程

天池赛题解析:零基础入门语义分割-地表建筑物识别-CV语义分割实战(附部分代码)

统计图像分割训练集中的类别分布

Swin Transformer实战实例分割:训练自己的数据集

CV案例:应用Keras SSD进行物体检测

随机森林算法梳理