用这篇论文《Segmentation-Based Deep-Learning Approach for Surface-Defect Detection》的网络pytorch版本去跑论文的数据效果很不错,但是跑自己的数据loss保持在0.693174不下降。最后发现原因是输出层多加了一个RELU,去掉就正常。
RELU会使输出的值大于0,这样经过sigmoid后值总是大于1/2,这样不利于网络学习。
用这篇论文《Segmentation-Based Deep-Learning Approach for Surface-Defect Detection》的网络pytorch版本去跑论文的数据效果很不错,但是跑自己的数据loss保持在0.693174不下降。最后发现原因是输出层多加了一个RELU,去掉就正常。
RELU会使输出的值大于0,这样经过sigmoid后值总是大于1/2,这样不利于网络学习。