using segnet on dataset1 experiments.md

• 实验结果及笔记记录
• 实验 1
  • 介绍
  • 损失和精度
  • IoU 交并比
  • 实验效果

实验结果及笔记记录

实验 1

介绍

SegNet 实验,Segnet 在原论文中是一种分类的网络,其最后一层的网络为 softmax 进行分类,这里改为了 1x1 的卷积,然后生成的 12 个类别,最终输出分割图像. segnet 和 Unet 非常相似,它在上采样过程中不同

损失和精度

损失和精度如下图所示

训练损失函数和验证损失函数

训练精度和验证精度

IoU 交并比

对从训练集划分出来的测试集进行 IoU 计算得到结果如下:

class 00: #TP=396866, #FP= 35190, #FN=22974, IoU=0.872
class 01: #TP=649199, #FP= 79534, #FN=77117, IoU=0.806
class 02: #TP= 335, #FP= 1098, #FN=29626, IoU=0.011
class 03: #TP=773716, #FP= 39785, #FN=93748, IoU=0.853
class 04: #TP= 96268, #FP= 49661, #FN=47203, IoU=0.498
class 05: #TP=205857, #FP= 46541, #FN=51202, IoU=0.678
class 06: #TP= 3720, #FP= 7565, #FN=26223, IoU=0.099
class 07: #TP= 12236, #FP= 15665, #FN=19967, IoU=0.256
class 08: #TP=137959, #FP= 54696, #FN=38240, IoU=0.597
class 09: #TP= 4406, #FP= 16405, #FN=15622, IoU=0.121
class 10: #TP= 471, #FP= 1367, #FN=11135, IoU=0.036
class 11: #TP= 55171, #FP=126145, #FN=40595, IoU=0.249
_____
Mean IoU: 0.423

对数据集内的 101 张测试集进行测试,结果如下:

class 00: #TP=761248, #FP= 18832, #FN=67356, IoU=0.898
class 01: #TP=1865337, #FP=133028, #FN=377772, IoU=0.785
class 02: #TP= 25, #FP= 1212, #FN=30935, IoU=0.001
class 03: #TP=569637, #FP= 31474, #FN=107878, IoU=0.803
class 04: #TP=247561, #FP=158925, #FN=33435, IoU=0.563
class 05: #TP=361100, #FP= 48711, #FN=28857, IoU=0.823
class 06: #TP= 31421, #FP= 53647, #FN=53827, IoU=0.226
class 07: #TP= 4589, #FP= 27220, #FN=55314, IoU=0.053
class 08: #TP= 44515, #FP= 70376, #FN=22209, IoU=0.325
class 09: #TP= 42990, #FP=204100, #FN=14303, IoU=0.164
class 10: #TP= 15469, #FP= 4948, #FN=238534, IoU=0.060
class 11: #TP= 56129, #FP=315282, #FN=37335, IoU=0.137
_____ Mean IoU: 0.403

实验效果

对从训练集划分出的测试集进行测试,得到结果如下:

---

对包含 101 张图片测试集进行测试,得到的结果如下图所示: