FTransUNet：复现结果问题

[shuisuhi]

Confusion matrix : [[4429488 178646 114062 82169 0 0] [ 203925 5162679 38376 17967 0 0] [ 204720 109938 2045237 542815 0 0] [ 46320 16627 216056 4113757 0 0] [ 142957 4857 10 853 0 0] [ 5315 0 810 91 0 0]] 17677675 pixels processed Total accuracy : 89.10 roads: 0.9220 buildings: 0.9520 low veg.: 0.7046 trees: 0.9365 cars: 0.0000 clutter: 0.0000

F1Score : roads: 0.9006 buildings: 0.9477 low veg.: 0.7693 trees: 0.8991 cars: 0.0000 clutter: 0.0000 mean F1Score: 0.7033

Kappa: 0.8524 [0.81912241 0.90051727 0.62506785 0.81676371 0. 0. ] mean MIoU: 0.6323

Current accuracy: 89.10199446476983, Best accuracy: 90.0 acc_best: 90.0 Total Time Cost: 105901.19548797607 在训练500epoch后仍然有两类结果为0

[sstary]

你有修改任何超参吗？包括数据集训练集的划分，图像输入大小，batch size, 总epoch，训练集的length等。在Vaihingen数据集上，一个epoch是10000，实际上等于约10次遍历所有数据集，你这里训练500epoch是没有必要的。但是这也不是导致两类为0的原因。在这个数据集上，clutte为0是很正常的，它只有不到1%的占比，但是car这一类是很容易学习的。

我也想不到具体原因，你可以尝试下Potsdam数据集，看会不会出现同样的问题。

另外，你也可以用其他的模型，如UNetformer试一试，看会不会出现这种问题，先排查一下是模型，还是数据集的问题。