Задача Deeplabv3 vis прогнозирует неправильное количество классов ⇐ Python

[Anonymous]

Я пытаюсь обучить свою собственную модель Deeplab с помощью собственного набора данных. Это исходная команда, которую я использовал для обучения своего набора данных:

Код: Выделить всё

python deeplab/train.py --logtostderr --training_number_of_steps=390 --train_split="train" --model_variant="xception_65" --atrous_rates=6 --atrous_rates=12 --atrous_rates=18 --output_stride=16  --decoder_output_stride=4 --train_crop_size="647,663" --train_batch_size=2 --dataset="custom" --train_logdir="./deeplab/data/model" --dataset_dir="./deeplab/data/ltfrecord" --tf_initial_checkpoint="./deeplab/data/model/model.ckpt"

Где набор данных «пользовательский» — это набор данных, определенный как таковой:

Код: Выделить всё

_CUSTOM_INFORMATION = DatasetDescriptor(
splits_to_sizes={
'train': 94,  # num of samples in images/training
'val': 10,  # num of samples in images/validation
},
num_classes=8,
ignore_label=0,)

и включает в себя объемы разного разрешения, но не более 647x663.
Пример изображения набора данных можно увидеть здесь с соответствующей меткой. (оттенки серого).
Я обучил этот набор данных 390 шагам, а затем попробовал визуализировать. Вот какой результат.
Отсюда кажется, что он даже не предсказывает целых 8 классов, а всего 2. Я пытаюсь понять, почему, прежде чем приступать к дальнейшему обучению.
Спасибо. ты так много.

Подробнее здесь: https://stackoverflow.com/questions/785 ... of-classes