deeplabv3-plus-pytorch

deeplabv3-plus-pytorch copied to clipboard

有没有遇到一样情况的朋友？而且total loss和val loss一直卡在0.501，降不下去。  

makerdingziwei

用预测生成的图片看上去很暗，调用摄像头也跟蒙了一层阴影一样

1

是哪一步图像处理出了问题吗？你们也是这个结果吗？

RexGloria

WQJ0623

Traceback (most recent call last): File "D:\深度学习\Pytorch深度学习\deeplabv3-plus-pytorch-main\train.py", line 323, in loss_history = LossHistory(log_dir, model, input_shape=input_shape) ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ File "D:\深度学习\Pytorch深度学习\deeplabv3-plus-pytorch-main\utils\callbacks.py", line 29, in __init__ self.writer = SummaryWriter(self.log_dir) ^^^^^^^^^^^^^^^^^^^^^^^^^^^ File "C:\Anaconda\envs\pytorch\Lib\site-packages\torch\utils\tensorboard\writer.py", line 250,...

Yuchen-hub

deeplabv3+网络结构最后的分类结构，通过一个 3x3 生成最终的分割结果，从而每个像素点属于哪个类别，博主您的代码最后的分类结构为什么使用卷积核1*1啊而不是官方的3*3，是经过测试的吗，还是写错了呢 x = self.cls_conv(x) #分类思路，用于生成最终的分割预测，输出数据等于类别数量 num_classes self.cls_conv = nn.Conv2d(256, num_classes, 1, 步长=1)

qingxiangjia

deeplabv3+网络结构最后的分类卷积,通过一个 3x3 卷积生成最终的分割结果，从而每个像素点预测属于哪个类别，博主您的代码最后的分类卷积为什么使用卷积核1*1啊而不是官方的3*3，是经过测试了吗 x = self.cls_conv(x) #分类卷积，用于生成最终的分割预测，输出通道数等于类别数量 num_classes self.cls_conv = nn.Conv2d(256, num_classes, 1, stride=1)

qingxiangjia

 为什么生成的test文件为零？

akang-ai