deeplabv3语义分割预测效果差怎么解决

用的是cityscapes数据集,训练的时候acc是95左右,val-acc是79左右,有语义分割的大哥帮忙看下代码吗

用了哪个代码库把github贴一下,改了哪些地方

DeepLab产生的结果会受到周围背景的干扰,从而导致分割效果不佳。

用DCNN对输入的数据集进行粗略分割,然后将改进的完全连接的CRF视为RNN,将其用作对数据进行细分的输出。实现了DCNN和完全连接的CRF之间的端到端连接,并在统一的端到端框架中结合了它们的优点。我们提高了ASPP中的无规卷积率,并添加了BN层以提高网格训练速度。

Krizhevsky 在2012年提出了基于深度卷积神经网络的AlexNet模型,该模型以绝对优势获得了ImageNet 大规模图像识别竞赛的一等奖,其性能远远优于传统的机器学习算法。AlexNet模型的出色分类性能使研究人员专注于深度学习。基于人工特征的研究,Girshick在2014年使用滑动窗口提取行人建议,并使用卷积神经网络(CNN)提取建议中的行人深度特征,并由SVM对其进行了训练。

建议更换一下模型,把deeplabv3换成deeplabv3+的模型,训练效果可能会稍微好一点。