我正在尝试使用tensorflow对象检测api训练mask rcnn模型。
我正在使用自定义数据集，该数据集是肺癌患者肺部的灰度CT扫描图像。 在使用legacy / train.py训练模型时，总损失在大约10个纪元内迅速收敛到0.01。 但是在张量板上查看训练结果会显示Loss / BoxclassifierLoss / mask_loss始终为0。运行legacy / eval.py最多可产生0.0001贴图，并且使用与训练模型相同的图像。而且预测精度为0.01的盒子离实际物体还很近。
我尝试使用了物质端口掩码rcnn并获得了良好的效果，甚至训练了一个更快的rcnn模型，从中得到了具有相同数据集的0.28映射。
我还尝试了配置文件中的一些自动裁切技术。
有人可以解释为什么会这样吗？