3D分割的怪异训练图

Question

我正在keras（tf后端）中使用V-Net训练3D分割模型。二进制classes = 1 (foreground =1 and background = 0)的数量。 Original VNet paper。

我在训练图中遇到了奇怪的行为。它在最初的800个时期几乎没有学到任何东西，但随后又飞起来了。我觉得这很奇怪。同样，在尝试了多种不同类型的扩充之后，该模型几乎无法改进。谁能向我解释这种行为？以及改善模型的方法？

我尝试了放置放置层，不同的增强技术，似乎没有任何效果。

Input image - 128 X 128 X 96
Optimizer - SGD
Lr = 0.01
loss - Dice coeff * -1
metric - Dice coeff
training batch size = 1
Number of training imgs = 16
No. of validation imgs = 3

培训图：