【发布时间】:2018-10-15 07:21:39
【问题描述】:
我正在使用 Unet 架构进行肺分割,它向我展示了更好的训练和 Val 损失,但是当我调用预测函数并将训练集的一张图像作为输入时。它给了我空白图像作为输出。我理解为什么要这样做当它显示出良好的验证准确性时。 我正在使用 keras
【问题讨论】:
标签: deep-learning image-segmentation convolutional-neural-network unet
我正在使用 Unet 架构进行肺分割,它向我展示了更好的训练和 Val 损失,但是当我调用预测函数并将训练集的一张图像作为输入时。它给了我空白图像作为输出。我理解为什么要这样做当它显示出良好的验证准确性时。 我正在使用 keras
【问题讨论】:
标签: deep-learning image-segmentation convolutional-neural-network unet
准确性并不是一个很好的细分指标,尤其是对于医疗案例。您的数据集很可能不平衡,这就是您获得高精度的原因(大多数地面实况掩码像素为“0”)。您应该使用 Dice、precision/recall/F1 等指标来跟踪结果
【讨论】: