1. segnet调参后结果

经过调整参数学习率和batch_size之后,模型达到了较为不错的预期效果。

image-20210721144601621

这是25轮后的效果比对图

image-20210721144617387image-20210721144620034

从中选择最好效果的模型生成的标签图

500轮后val_acc没有降,因此模型没有太大变化

image-20210721144628389

image-20210721144631361

2. segnet的train,loss,acc,val_acc图

image-20210721144737071

之前训练黑色,各种问题,原来还是因为版本导致的,之前安装的
tensorflow版本过高,导致训练慢,并且loss出现了nan ,重新卸载在使用
安装后没有了这个问题

3. 使keras搭建deeplabv

之前本想使用下载后发现模型并未开源,不能拿来自己训练,只能用公司提供的模
型,并且模型适配分割⻋辆,因此作罢,想尝试使用deeplab3
本次使用的是google开源的deeplab3模型,目前正在修改数据预处理方式