我在 FCN32 中得到黑色图像答案

【问题标题】：I am getting a black image in FCN32我在 FCN32 中得到黑色图像
【发布时间】：2017-03-06 16:30:43
【问题描述】：

我从头开始用我的数据训练 FCN32，不幸的是我得到了一个黑色图像作为输出。这是损失曲线。我不确定这个训练损失曲线是否正常，或者我是否做错了什么。

我非常感谢专家对此的想法。还有

为什么输出的是黑色图像？
网络是否过拟合？
我应该从0 更改Deconvolution 层中的lr_mult 值吗？到任何其他价值？非常感谢

已编辑： 我更改了Deconvolution 层中的lr_mult 值，从0 到3 以下显示solver：

test_interval: 1000 #1000000 
display: 100
average_loss: 100
lr_policy: "step"
stepsize: 100000    
gamma: 0.1
base_lr: 1e-7
momentum: 0.99
iter_size: 1
max_iter: 500000
weight_decay: 0.0005

我得到了以下火车损失曲线，我再次得到黑色图像。我不知道错误是什么以及为什么会这样，有人可以分享一些想法吗？谢谢

【问题讨论】：

“黑色图像”到底是什么意思？您确定所有值都为零吗？你的模型中有多少个标签？

标签： deep-learning caffe pycaffe matcaffe

【解决方案1】：

有一种简单的方法可以检查您是否对训练数据过度拟合，或者只是在算法中做错了什么。只需预测训练数据并查看输出。如果这与期望的输出非常相似或相等，则说明您过度拟合，您可能必须应用 dropout 和权重正则化。

如果训练数据上的输出也是黑色的，则您的标签或优化指标可能是错误的。

【讨论】：

【解决方案2】：

我应该将反卷积层中的 lr_mult 值从 0 更改为任何其他值吗？

lr_mult = 0 表示该层不学习（source，source 2）。如果您希望该层学习，则最好将其设置为正值。根据您的初始化，这很可能是图像为黑色的原因。

【讨论】：

非常感谢 Martin，让我更改并运行它，我会对结果发表评论。