问题描述
我正在尝试使用mobilenetv3_small_seg体系结构训练deeplabv3模型。我训练了模型,但是得到的预测是没有类预测的完整空白蒙版。我接受培训的步骤如下:
-
在Google Colab中克隆的官方存储库。
-
我只准备了一个类别的数据集(将嘴唇分割成一个面部)。我遵循了Pascal VOC12数据集格式。我创建了RGB蒙版(0、255、0),其周围带有白色边框(255、255、255),黑色背景(0、0、0),如下所示。
-
然后借助此script,将RGB蒙版转换为具有background:0,forground:1和boundary:255的单通道png(8位),如下所示:
-
然后,我将我的数据集说明添加到data_generator.py中,并带有ignore_label = 255和num_classes = 2。
-
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}
-
训练完成后,我用几个不同的图像测试了模型。该模型的输出是(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
- 我的流程有什么问题?我看了很多教程,但找不到答案。
- 我的数据集有问题吗?该数据集总共包含2000张图像。
- 我找不到mobilenetv3_small的预训练权重。如果有人知道,请分享一下,以便我进行迁移学习。
- 我将类数设置为2(背景和前景)。是吗?
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)