smale周报

相关工作近况

近期仍就进行3D断层识别实验,实验了很多版本,不同的损失函数和模型,发现当下的效果更好。之前loss一直不正常,改变了之前的一些小问题,使模型和损失函数以及数据匹配,使得loss为正,但效果有所差距(均为小改动,例如最后一层的变动和BCELoss和BCEWithLogitsLoss的改变)。

存在的问题

1.效果问题
当改变了损失,所得到的效果不如从前。我们的效果主要是看在真实数据上是如何的,由下图f3真实数据可见(真实数据没有做标签)
上图是现在的效果(二值图像)
上图是现在的效果(二值图像)
上图是曾经的效果(二值图像)
上图是曾经的效果(二值图像)
2.loss问题
解决了loss为负的问题,但现在的loss图没有正常收敛,训练集一直降低,验证集降低之后在某个epoch再升高,在前几轮的时候就达到了真实数据预测的最佳效果,之后便过拟合了。

展望

继续改进效果,然后想办法说明得到的效果,因为在训练中的某个时间段就得到了最佳测试效果。然后增加指标例如acc,iou。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值