問題タブ [semantic-segmentation]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - 私の画像セグメンテーション結果マップには、白いパッチに黒い格子が含まれています
Pytorch 0.4.0 による UNet のような CNN アーキテクチャを使用して画像セグメンテーションを行っています。最終的なセグメンテーション結果では、フォアグラウンドを 1、バックグラウンドを 0 としてマークします。事前にトレーニングされた VGG の特徴抽出器をエンコーダとして使用するため、エンコーダー出力を何度もアップサンプリングします。
kernel_size=3、stride=2、padding=1、output_padding=1
(output_padding は、たとえば、入力サイズが 40*30 のスキップ接続機能のサイズに合わせて使用されます。式:out=s(in-1) を使用した計算の下で、1 つのデコンボリューション レイヤーでサイズを 2 回拡大します。 +k-2p, サイズを維持するためにパディング 1 と出力パディング 1 を使用する必要があります。黒い格子を生成する理由が気になります.それらは格子状または正方形の部分のように見えます.そしてそれを解決する方法.さらに、すべての deconv レイヤーのハイパーパラメータを 1 つの均一に調整するか、個別に変更する必要がありますか?
環境：Ubuntu 16.04、Pytorch 0.4.0、GTX 1080Ti、アップサンプリングのアーキテクチャは3つのdeconvレイヤーで、次々と。
アップデート
deconv ハイパーパラメータを変更した後 (画像セグメンテーション結果のノイズに触発されて使用)
kernel_size=4、ストライド=2、パディング=1
したがって、出力パディングを回避し、サイズを満たすために.しかし、100エポックの後、私は同様の問題に遭遇しました.
さらに 30 エポックのトレーニングを行うと、次のようになります。
caffe - チェックに失敗しました: top_shape[j] == bottom[i]->shape(j): 3D データの Concat レイヤー用
で3D-Unetをトレーニングしようとしていcaffeます。異なるボリュームの幅、高さ、深さは異なります。HDF5 データセットの最初のボリュームの入力形状は1 1 104 281 389(NxCxDxHxW) で、Concat layer(concat_d2c_u2a-b) に達するとエラーが発生します。入力は次の 2 つの形状です。
- 1 256 19 64 91 scaled2c_relu_d2c_0_split_1
- 1 512 12 56 84 スケールu2a
この問題を解決するにはどうすればよいですか? 次元の順番のせいですか？