我想分割仅占据整个数据集的一小部分的对象（例如，ICDAR 2015或CAMVID中的人）。像素级别的阳性样品和负样本之间的比率约为1：200。
我的网络的骨干是预先训练的VGG16或RESNET50，可以在CAMVID数据集中效果很好。但是，当我微调该网络以仅在Camvid中分段的人时，损失将保持在0.31左右，即使真正的学习率很小（例如1E-5）也永远不会降低。更重要的是，当在另一个数据集（ICDAR 2015）上训练新模型以获取图像中的文本领域时，我遇到了同样的问题。
我用pytorch构建了我的模型，而我使用的损失函数是加权的跨透镜损失。
有人可以告诉我问题在哪里吗？这是关于损失功能的吗？因为我认为模型体系结构没有问题。非常感谢任何建议。
对于camvid数据集，人类类别很难通过我的网络进行细分。对于ICDAR 2015，我认为我的处理中存在一些问题（例如随机裁剪）。最后，数据集确实很重要，我们应该对其进行更多注意。