1
我这FAST-SCNN训练出来使用GPU(2070S)的推理时间是80ms,无法再提高。百度官网的数据是8ms(V100),差距10倍
2
训练精度达不到商用级别,精度差很多kappa系数0.68
3
我用来做二分类的分割,loss用的是dice+bec的双损失函数,能有效避免二分类类别不均衡的问题
4
图像增强使用后效果确实好,但选用什么增强方式很重要(比如数据本身不是很清晰并且有水印,就不用模糊等,或者图像很多夜景也尽量不用亮度。色度。饱和度变化等增强方式
5
ADAM和SGD优化器,训练epoch不多的时候(比如200) SGD效果要好,训练达到1000epoch的时候ADAM效果更好,lr设置0.001最合适
6
开启warmup的训练效果明显可以提高
7
最后比较了ICNET和HRNET_W64分割网络,得到的结论是相对复杂的网络,精度更优,但推理更长,
HRNET_W64的推理时间达到500ms,kappa = 0.78,再调优估计可以上0.8
8
以上数据是根据我再400多张训练集图片上训练得到的结论,不排除数据增加会带来反结论
图像分割FAST-SCNN网络调参使用体验
最新推荐文章于 2024-03-15 11:58:57 发布