unet با رزنت

Question

سلام دوستان
کسی اطلاع داره کارآیی unet چطور میشه با رزنت بهبود داد؟
آیا نمونه آماده ای مشناسید که از رزنت 34 به جای vgg در unet استفاده کرده باشه؟
چون من از هر راهی رفتم جوابم از unet اصلی خطای بیشتری داشت ممنون میشم راهنمایی کنید.

Answer 1

سلام
من در زمینه سگمنتیشن خیلی مطالعه نداشتم ولی در کل رسیدن به یک مدل بهتر نسبت به مقالات همیشه سخته چون افراد برای ارائه مقاله، مدل رو روی اکثر پارامترها بهینه کردن یعنی حتی اگر یک ذره learning rate رو تغییر بدین دیگه بهتر نمیشه چه برسه به خود مدل
شاید بد نباشه شما هم دنبال این روشهای بهینه کردن پارامترها باشین تا مطمئن شین که رزنت جواب نمیده
در ضمن فک کنم شما به میزان داده بیشتری احتیاج دارین تا دیتای مورد استفاده در مقاله

Comments

ممنون از راهنماییتون
بله دقت روش unet روی کار من خیلی بالا هست یعنی 0.063 در صد پایین آوردنش اگه نگم غیر ممکن واقعه سخت هست نمی دونم چه کنم روش های من نه تنها باعث بهبود نشد بلکه میزان خطا رو افزایش داد بهترین مورد 0.097 در صد بود جالب اینجاست وقتی روش های دیگه رو هم پیاده سازی می کنم دقتشون از این روش پایین تر هست مثلا روش های زیر :
https://www.kaggle.com/shaojiaxin/u-net-with-simple-resnet-blocks
https://arxiv.org/abs/1804.08024
من حدودا 1700 عکس برای آموزش و 560 عکس هم برای تست دارم. دو کلاس هم بیشتر ندارم فکر کنم کافی باشه البته من هنوز تجربم کم هست و شاید اشتباه کنم.
آیا تابع هزینه هم می تونه در دقت نهایی تاثیر داشته باشه؟ من بیشتر از categorical_crossentropy استفاده می کنم البته از dice و jaccard_cce هم کمی استفاده کردم.

---

سلام همه پارامترها موثرند و تابع هزینه هم قطعا تاثیر داره بعضی مقالات صرفا با معرفی تابع ضرر بهتر دقت رو بالا میبرند
اینکه دیتا کمه یا زیاد باید با بقیه مقالات مقایسه کنین تا متوجه بشین ولی در کل به نظرم 1700 عکس زیاد نیست
شاید بهتر باشه از روشهای agument استفاده کنین