记一个在训练模型过程中自己给自己挖的坑

Posted Peyton_Li

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了记一个在训练模型过程中自己给自己挖的坑相关的知识,希望对你有一定的参考价值。

  根据一个图像拼接和融合的需求,训练一个模型,输入为一组图像,输出为一张图像,输入数据和ground truth的像素值都归一化到[-1, 1]

  我当时使用了UNet结构,卷积和反卷积都单独封装了一个函数,方便调用,在函数内部,卷积都会默认接一relu激活层

  训练结果出来后,发现内容基本都能和ground truth对应上,但是颜色很怪异,特别接近灰色,如下

  然后寻找原因许久未果,陷入纠结。第二天开始思考修改网络,猛然发现,我希望最后一层的输出为[-1, 1],但最后一层卷积默认接了relu激活层,因此[-1, 0]范围的数值全被剔除掉了。

  感觉自己掉进了自己挖的坑,还TM差点没爬出来。

  以此博客记录此坑并对日后提供经验!

以上是关于记一个在训练模型过程中自己给自己挖的坑的主要内容,如果未能解决你的问题,请参考以下文章

Flutter踩坑日记,自己挖的坑,哭着也要走出来。

Centos和Ubuntu下打包项目

逻辑分析

在opennlp中训练自己的模型

总结开发过程踩到的坑

YOLOV5 参数设定与模型训练的坑点一二三