实例分段性能取决于类数

Question

我有一个设置，我有大约10节课，其中一个我需要特别强调。在训练一个掩码-rcnn实例分段网络(detectron2)时，我发现，如果我将这一个类分开，并为它训练一个完全不同的网络，然后结合预测，我可以做得更好。对于这些网络来说，一般情况都是这样吗？网络表现更好，可以预测的类更少，这似乎是合理的，但我找不到任何关于这方面的好文章。

Answer 1

你在现场使用的过程。你的问题:一个类比其他类更重要，而其他类必须硬编码。对于这类学生，将不会有事先训练过的网络。

需要注意的一点是，假设你必须在道路场景问题中分割道路。您可以创建一个功能，可以偏重的道路，具体。这只是一个想法，我还没有自己实现呢！