со путника (дороги / дома / поля / деревья и т д.)
Для эксперементов я взял датасет DSTL. (kaggle).
Для своих тестов я решил взять следующие архитектуры сетей:
U-net, LinkNet, FPN
С такими предобученными бекбоунами:
- resnet (18/34/50)
- se-ressnet (18/34/50)
- mobilenetv2
- densnet121
- vgg (16/19)
И получил такие результаты такими местами (цифры взяты для resnet34, но примерно такие же доя всех бекбоунов в плане разрывов. То есть при использовании resnet50 vs 34 метрики пропорционально подростают на H%).
В качестве метрики использовался индекс жакарда
1. FPN val_jk = 0.82
2. U-net val_jk = 0.73
3. LinkNet val_jk = 0.70
Все сетки обучались по 10 эпох.
- 3 эпохи с зомороженным бекбоуном, lr = 10^(-3)
- 7 с размороженным бекбоуном и сниженным lr = 10^(-4)
Оптимайзер Adam.
И Learning rate sheduller
Фреймворк keras 2.3.1 + tensorflow 1.14
Не применял никаких cycle lr и всего такого.
Визуальные результаты у FPN тоже выглядят хорошо.
Вопрос. Почему при таком тесте FPN обогнал U-net. Я до этого его никогда не использовал. А тут оба на. Я думал что U-net всех порвёт.
И ещё что быстрее U-net vs FPN?
Юнет не работает на кривой разметке
Обсуждают сегодня