Mask R-CNN 是一种用于目标检测和分割的网络,掩膜覆盖结果不好可能是由于训练数据不足或训练参数不合适导致的。要调节掩膜覆盖结果,可以尝试调整以下参数:
epoch: 训练轮数,增加训练轮数可以让模型在训练数据上见多识广,但过大可能会导致过拟合。
steps_per_epoch: 每个epoch迭代的次数,增加每个epoch迭代的次数可以让模型在训练数据上见多识广,但过大可能会导致过拟合。
batch_size: 每次迭代使用的数据量,增大batch_size可以提高训练速度,但过大可能会导致内存爆炸。
learning_rate: 学习率,调整学习率可以