code731
code731
老哥，你搞清楚数据集怎么组织了吗
> 感谢你的问题。 首先，底座能完全分割可能有两个原因： （1）数据问题： 训练数据中DUTS-TR并没有包含足够的玩偶数据，同时DUTS-TR包含很多人物的图像，这些图像的人体部分与你的玩偶人体部分比较相似，所以在这里玩偶的人体能够被分割出来。然而，那些数据中并不包含类似底座的目标（因为DUTS里面的人是真人的照片），所以这就可能导致底座分割的失败。这里需要强调的是DUTS-TR数据集虽然号称是SOD数据集，但是本质上它还是基于人类先验知识的一个数据集，数据的采集和标注并没有基于可用数学表达的显著性度量，也就是说多数神经网络中并没有显性的定义和表达什么是“显著性”，大家都只是在拟合这个数据集，看谁已较小的代价拟合的更好。 （2）模型问题：这个分析起来就比较复杂，没有人能够给出量化的理论证明和分析。只能说目前模型在分割底座这种不常见（指在DUTS-TR里面不常见）目标是还没有很好的训练。 解决办法有如下几种： （1）尝试Test Time augmentation,看看能不能把底座也分割出来，这种方法优点是不需要重新训； （2）按照你的思路，多数据联合重新训练； （3）你问题中提到的修改结构的思路可以尝试，此外，如果你想得到比较清晰的边缘，可以考虑利用BASNet的BSI损失函数finetune或重新训练； （4）就是基于U2Net+U2Netp(可以是其他任意residual refine结构，例如resnet 的residual block)构建predict-refine 结构，在第一个U2Net上使用320线20，第二个U2Netp结构上使用大分辨率的输入； (5) 将U2Net的结果输入到cascadPSP模型，进行精化； 以及其他方法。 希望以上建议对你有帮助，祝好运！ > […](#) > On Thu, Aug 5, 2021 at...