Open lin1061991611 opened 1 year ago
关于数据集和训练的详细情况在上述的表格中 ↑↑↑
训练时,只对这些参数进行了设置,其余都保持默认参数:
D1,D2和D3上的loss情况和map分别如下图所示:
D1:
D2:
D3;
@lin1061991611 你好,问题解决了吗? 可以尝试添加 warmup的策略。 训练刚开始 让模型只采用projection loss,使其保证快速收敛 且模型收敛方向正确,训练后期 采用level set进一步的细致优化。
作者您好,非常感谢您提供的代码,我在自己的三个建筑物数据集上进行实验时,发现levelset的表现差异很大,loss_levelset这项损失在来同一个城市的两个数据集上无法下降,即使后来将batchsize设置为4,初始学习率设置为0.00125时都无法下降,因此在这两个数据集上的map相比全监督的方法低30%,即使是边界框的map也比全监督实例分割方法的边界框map低30%。而在来自另一个城市的数据集上精度可以和全监督的方法媲美。请问这可能是什么原因造成的呢?