医学图像分割，只有一个类别，阈值那里的softmax该如何修改？

LiheYoung / UniMatch

[CVPR 2023] Revisiting Weak-to-Strong Consistency in Semi-Supervised Semantic Segmentation

https://arxiv.org/abs/2208.09910

MIT License

478 stars 60 forks source link

Closed Linzsd closed 1 year ago

Linzsd commented 1 year ago

本来是用sigmoid的，但直接将softmax改成sigmoid好像训练不起来，感觉是错误的，求指教

LiheYoung commented 1 year ago

如果只有一个类别用softmax，需要模型输出两个通道表示前景和背景这两个类别，loss function（CELoss）和阈值（0.95）都和UniMatch里一样设置就行。

Linzsd commented 1 year ago

如果只有一个类别用softmax，需要模型输出两个通道表示前景和背景这两个类别，loss function（CELoss）和阈值（0.95）都和UniMatch里一样设置就行。

为什么我这样训练效果不好，在测试集上效果还不如监督训练，我的设置：Lu也用了bce+dice，模型是efficientnet-b5为backbone的Unet，加载预训练权重。数据集，有标签样本900，无标签2100

LiheYoung commented 1 year ago

抱歉，从这些信息很难判断

LiheYoung commented 1 year ago

Closed for long inactivity.