关于两个遥感数据集表现差异非常大的问题，loss_levelset在表现差的数据集上无法下降

[lin1061991611]

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？

[lin1061991611]

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；

[LiWentomng]

@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。