val_loss和损失不减少u-net

时间:2020-06-23 00:03:35

标签: keras conv-neural-network unity3d-unet sigmoid relu

我正在训练238个卫星图像上的U-NET模型。 尽管我尝试了不同的体系结构,但我的val_loss并没有降低到0.3以下。

  • Conv2D(8-16-32-64-128-64-32-16-8)
  • Conv2D(16-32-64-128-256-128-64-32-16)
  • Conv2D(32-64-128-256-512-256-128-64-32)
  • 激活功能= relu
  • Sigmoid(输出)
  • validation_split = 0.10,batch_size = 10,epochs = 30)
  • loss ='binary_crossentropy'
  • optimizers.Adam(learning_rate = 0.001)-我也尝试使用0.01和0.0001

如果您有潜在客户,我很感兴趣

UpDate =我现在有968张图像

0 个答案:

没有答案