高分辨率高方差图像的语义分割不能避免欠拟合

Question

为了解决语义分割问题，我正在处理一个2K图像的数据集。我想检测和定位小对象，最小的掩码是5x5像素。这些图像包括5种不同的纹理，彼此之间有很大的不同。

我正在使用Unet和EfficientNetb0-3作为骨干，但无论我做什么，我都不适合。我得出的结论是，这很可能是因为分辨率太高，而且差异也太大。

你对我如何克服这个不合身的问题有什么建议吗？

Answer 1

考虑到您的掩码非常小，您应该考虑将卷积减小到2x2，因为这将有助于从这些较小的掩码中聚合更多的信息。EfficientNet有3x3和5x5卷积，它们可能不适合您的目的。

使用较小的卷积(2x2)从零开始训练是一个更好的主意。此外，由于你将失去转移学习的优势，看看自我培训，如果这是可能的，你的网络。