Построение последовательности Encoder-Decoder для сегментации изображения. То есть я использую черный фон и белый передний план для обучения всей сети. И в процессе тестирования он генерирует только черный 
] 1
[
] 2
Я проверяю вывод softmax и обнаруживаю, что он обрабатывает пиксель фона на 0 канале, поэтому argmax op генерирует 0 для этого пикселя. Но выход softmax переднего пикселя является четным. просто (0.5,0.5), поэтому он не может различить, поэтому argmax выбрал естественный порядок 0, чтобы представить класс, и сгенерировать 0.
Поэтому, когда я использую argmax, он генерирует все черное изображение, в то время как argmin генерирует
обратный результат, что означает, что он различает фон, но при этих четных пикселях сеть выходит из строя. 
Я предполагаю, что я использую другой процесс deconv. https://distill.pub/2016/deconv-checkerboard/, который вдохновляет меня. потому что я использовал deconv, но он генерирует артефакты шахматной доски внутри белой области. 
, поэтому я слежу за блогом, чтобы использовать слой с повышением частоты дискретизации и операцию согласования по размеру, чтобы заменить слой deconv. тоже не получается. ГДЕ модифицировать? Я действительно запутался и немного расстроился.
две проблемы Карта результатов сегментации моего изображения содержит черную решетку в белом пятне , также запущенную мной самостоятельно, но она отличается. Они используют другую модель для получения другого результата, первая касается слоя deconv, последнее касается атрибута шахматной доски и его решения: повышающая дискретизация, которая все еще не срабатывает в моей сети, приводит к тому, что она производит только черные пиксели и не может классифицировать пиксели белой области.