具有不平衡数据的二元类的语义分割损失不收敛

Posted 2023-03-28

【中文标题】具有不平衡数据的二元类的语义分割损失不收敛

【英文标题】：The loss of semantic segmentation of binary classes with inbalanced data dose not converge

【发布时间】：2018-06-06 16:07:18

【问题描述】：

我想分割仅占整个数据集一小部分的对象（例如 ICDAR 2015 或 CamVid 中的人）。像素级正负样本的比例约为1:200。

我的网络，其主干是预训练的 VGG16 或 ResNet50，可以在具有 12 个类的 CamVid 数据集中运行良好。然而，当我微调这个网络以在 CamVid 中只分割人时，损失将保持在 0.31 左右，并且即使学习率非常小（如 1e-5）也永远不会减少。此外，在另一个数据集（ICDAR 2015）上训练新模型以获取图像中的文本区域时，我遇到了同样的问题。

我用pytorch搭建了我的模型，我使用的损失函数是加权交叉熵损失。

谁能告诉我问题出在哪里？是关于损失函数的吗？因为我认为模型架构没有问题。非常感谢您的任何建议。

【问题讨论】：

你可以在论文Focal Loss for Dense Object Detection, (2017)中找到对此现象的详细分析。

@Shai 我去看看，谢谢~

【参考方案1】：

对于 CamVid 数据集，人的类别太难用我的网络进行分割。对于 ICDAR 2015，我认为我的处理中存在一些问题（如随机裁剪）。最后，数据集真的很重要，我们应该更加关注它。