Итак, у меня есть большой набор реконструированных изображений мозга (2D RGB).Изображения выглядят примерно так: 
Теперь цель состоит в том, чтобы идентифицировать, возможно, несколько областей мозга, которые деформированы (как на рисунке выше, области имеют цветовую кодировку) и пометить их как таковые.И я думал, что UNets окажется полезным и эффективным для этой цели.
Теперь я знаю, что UNets обычно используются для сегментации.Но, на мой взгляд, эти проблемы казались аналогичными.Я просто хотел бы «сегментировать» изображение на 3 области: фон, недеформированный и деформированный.
Для моей истинной реальности я отображаю пиксели областей, которые содержат деформации, в 1, остальные в 0.и фон для -1.
Моя архитектура основана на: https://arxiv.org/abs/1505.04597
Основные различия:
- Выводит 3 слоя, которые затем сглаживаются ипо сравнению с массивом с горячим кодированием
- Сохраняйте постоянный размер после свертки, используя отступ
- ELU вместо RELU
- Оптимизатор Адама вместо SGD
Проблема:
При тестировании я обнаружил, что все мои пиксели сегментированы на фон.И при ближайшем рассмотрении я обнаружил, что все исходные вероятности равны 1,0 для фона.
Я тренировал свою модель с размером партии 1 для 600 эпох.
Итак, 2 вопроса:
- Похоже ли это на жизнеспособный подход?Я подумал, что, возможно, это просто невозможно для UNets таким образом.
- Какие есть предложения по отладке этого?