我在FCN32中获得了黑色图像

Question

我从头开始训练FCN32对我的数据，不幸的是我得到一个黑色图像作为输出。这是损失曲线。 我不确定这种训练损失曲线是否正常，或者我是否做错了。

我真的非常感谢这位专家。并且

1. 为什么输出是黑色图像？
2. 网络是否过度拟合？
3. 我应该从lr_mult更改Deconvolution图层中的0值 任何其他价值？ 非常感谢

编辑： 我更改了lr_mult图层中的Deconvolution值，0     到3 以下显示了solver：

test_interval: 1000 #1000000 
display: 100
average_loss: 100
lr_policy: "step"
stepsize: 100000    
gamma: 0.1
base_lr: 1e-7
momentum: 0.99
iter_size: 1
max_iter: 500000
weight_decay: 0.0005

我得到了以下火车损失曲线，我又得到了黑色图像。我不知道这是什么错误，为什么会这样，有人可以分享一些想法吗？谢谢

Answer 1

有一种简单的方法可以检查您是否过度拟合训练数据，或者只是在算法中做错了什么。只需预测训练数据并查看输出。如果这与您想要的输出非常相似或相等，那么您可能需要应用压差和重量正则化。

如果训练数据的输出也是黑色，则您的标签或优化指标可能不正确。

Answer 2

  

我应该在Deconvolution层中更改lr_mult值，从0到任何其他值吗？

lr_mult = 0表示此图层无法学习（source，source 2）。如果您希望学习该图层，则最好将其设置为正值。根据您的初始化，这可能是图像为黑色的原因。