CNN图像分割-火车损失减少，但Val损失不变吗？

Question

我的U-Net train_dice_loss正在减少，但val_dice_loss仍为0.4。网络似乎过拟合，但是val_dice_loss不应在某个时候增加吗？

该网络基于Carvana细分比赛（Colab Carvana Segmentation）。我使用相同的模型，目标函数和数据增强管道，但是数据却少得多（〜1900 Images为256x256px）。我将数据分为训练，验证和测试集。在测试集上，我的模型预测得很好（平均dice_coeff 0.75），但我无法解释该图。

其他信息：

def dice_coeff(y_true, y_pred):
 smooth = 1.
 # Flatten
 y_true_f = tf.reshape(y_true, [-1])
 y_pred_f = tf.reshape(y_pred, [-1])
 intersection = tf.reduce_sum(y_true_f * y_pred_f)
 score = (2. * intersection + smooth) / (tf.reduce_sum(y_true_f) + 
 tf.reduce_sum(y_pred_f) + smooth)
return score

def dice_loss(y_true, y_pred):
 loss = 1 - dice_coeff(y_true, y_pred)
 return loss

def bce_dice_loss(y_true, y_pred):
 loss = losses.binary_crossentropy(y_true, y_pred) + dice_loss(y_true, y_pred)
 return loss

我还尝试了不同的Splits和Keras Optimizer。它总是以〜0.4结尾。