请问下作者，你训练carvana数据效果如何

[JavisPeng]

我做了如下粗略的对比试验：
carvana数据集：train_size=4070 val_size=1018
输入：256x256的单通道图,
输出：二值化矩阵
对比策略：无预训练权重训练8个epoch,记录最佳dice

SETR_best_dice:0.94867
Unet_best_dice:0.98734

[920232796]

我的example的话，dice能到0.98呀。不过你结果不是很好，也正常，因为这个模型，参数量太大了，8个epoch根本学的不好，一般得需要预训练参数。在imageNet 21K进行预训练。

[askerlee]

@920232796 可否分享下pretrained model呢？多谢！

[675492062]

我的example的话，dice能到0.98呀。不过你结果不是很好，也正常，因为这个模型，参数量太大了，8个epoch根本学的不好，一般得需要预训练参数。在imageNet 21K进行预训练。

预训练也是同样的模型，目标，只是训练集不同吧！大概要训练多久

[920232796]

我的example的话，dice能到0.98呀。不过你结果不是很好，也正常，因为这个模型，参数量太大了，8个epoch根本学的不好，一般得需要预训练参数。在imageNet 21K进行预训练。

预训练也是同样的模型，目标，只是训练集不同吧！大概要训练多久

训练起来不慢的 甚至比cnn要快。

[675492062]

我的example的话，dice能到0.98呀。不过你结果不是很好，也正常，因为这个模型，参数量太大了，8个epoch根本学的不好，一般得需要预训练参数。在imageNet 21K进行预训练。

预训练也是同样的模型，目标，只是训练集不同吧！大概要训练多久

训练起来不慢的 甚至比cnn要快。
imageNet 21K数据集很大啊，并且这个数据集是用于分类的吧，怎么训练分割？没有label吧。还是用分类网络的前半部分用以提取特征，丢掉后面的？