Wie kann ich das Lernen von FCN32 für die semantische Segmentierung verbessern?

Question

Ich habe für meine Daten FCN32 für semantische Segmentierung von Grund auf neu trainiert, und ich bekam die folgende Ausgabe:

Wie es gesehen werden kann, ist dies nicht eine gute Lernkurve eine schlechte Ausbildung auf Daten zeigt. solver ist wie folgt:

net: "train_val.prototxt" 
#test_net: "val.prototxt" 
test_iter: 5105 #736 
# make test net, but don't invoke it from the solver itself 
test_interval: 1000000 #20000 
display: 50 
average_loss: 50 
lr_policy: "step" #"fixed" 
stepsize: 50000 #+ 
gamma: 0.1 #+ 
# lr for unnormalized softmax 
base_lr: 1e-10 
# high momentum 
momentum: 0.99 
# no gradient accumulation 
iter_size: 1 
max_iter: 600000 
weight_decay: 0.0005 
snapshot: 30000 
snapshot_prefix: "snapshot/FCN32s_CNN1" 
test_initialization: false 
solver_mode: GPU 

nach der Lernrate auf 0,001 zu ändern, es wurde noch schlimmer: Ich frage mich, was kann ich für die Verbesserung der Ausbildung zu tun? Danke

Answer 1

Sie können versuchen, die Lernrate zu variieren. Gute Werte liegen normalerweise zwischen 0,1 und 0,0001.