我一直在训练用于图像分割的全卷积网络，然后进行连接的分量分析以枚举图像中的某些对象。我正在使用精度和召回率对这种分析进行量化。
问题是每次训练时，我都会得到不同的精度并在我的测试仪上回想起。有时网络会分割一个对象，而有时它会忽略它。为什么是这样？
我正在训练完全相同的时期，所有超级参数都保持完全相同-我所做的只是从字面上键入rerun并比较两次运行之间的结果。但是，每次运行我的精度在10％至20％之间。每次运行，我的召回率相差5-10％。顺带一提，每次丢失/准确度/ IoU分数都收敛到相同的值。
我给人的印象是卷积网络通常是确定性的。是什么导致我的网络以这种方式运行以及如何应对呢？