ZachZhang

+1 icdar2015数据集训练中我也遇到了，可能哪里显存溢出了？而且识别的loss一直无法下降

非常感谢！一开始没有注意到LoadBatches.py这个函数中进行了reshape(seg_labels, (-1, nClasses))的操作，现在明白了！ 我复现了你代码中的fcn8和segnet，效果很好。我记录一下我过程中遇到的问题，希望能帮助到你后续完善项目，或者帮助别人复现代码。 1.train.py中 from Models import FCN8, FCN32,SegNet 会报错no model named Models,我的解决方法是在Models 文件夹下加了一个__init__.py的空文件 2.SegNet.py中 line90：Vgg_streamlined.load_weights(r"E:\Code\PycharmProjects\keras-segmentation\data\vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5") 使用的是绝对路径，复现的时候要改成自己的路径 3.部分文件中有中文注释，需要添加 # coding=UTF-8 防止字符报错 4.LoadBatches.py中我用的keras版本是2.1.6-tf，其中取消掉了G. __next__ ()方法，需修改为next（G）

> 我在使用segnet的时候遇到一个error，最后一层的activation显示 > ValueError: Error when checking model target: expected activation to have 4 dimensions, but got array with shape (32, 10) > 我的输入是64*64的rgb图像，总共10类，最后一层activation以后应该是(4096,10)没错啊。为什么会报这个错啊？求教大神！ 你有改模型哪里么，更详细地说一下。其次是如果你自己找原因地话，主要检查一下激活层输入和输出地维度。检查是不是改动了哪里造成维度发生了变化

> > > 我在使用segnet的时候遇到一个error，最后一层的activation显示 > > > ValueError: Error when checking model target: expected activation to have 4 dimensions, but got array with shape (32, 10) > > > 我的输入是64*64的rgb图像，总共10类，最后一层activation以后应该是(4096,10)没错啊。为什么会报这个错啊？求教大神！...

Thanks a lot, have a good day !

+1