1.图像没有/255.0
当图像没有除以255时,会导致在模型的训练损失下降,且收敛效果很好的情况下,
验证集的泛化性较差,具体表现是评价指标几乎没有提升,也不是回落的过程。
(自己写的读取数据,一定不要忘了/255.0)
2
查看标签是否有误
分类问题,0 1 标签有没有处理好,数据类型(注意别是string类型的)
分割问题,mask与data标签是否对应
数据扩充后或是重命名后,再次检查mask与data是否一一对应
1.图像没有/255.0
当图像没有除以255时,会导致在模型的训练损失下降,且收敛效果很好的情况下,
验证集的泛化性较差,具体表现是评价指标几乎没有提升,也不是回落的过程。
(自己写的读取数据,一定不要忘了/255.0)
2
查看标签是否有误
分类问题,0 1 标签有没有处理好,数据类型(注意别是string类型的)
分割问题,mask与data标签是否对应
数据扩充后或是重命名后,再次检查mask与data是否一一对应