torch基于ResU-Net的预测实例:图像分割

Batch大小为8,循环次数为32次,通过在线上环境完成训练,模型最优精度评分为84.54。

得分记录
2019-09-16

Batch Size 数据为 8 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 51.28 。

09:07:07
2019-09-15

Batch Size 数据为 8 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 64.93 。

17:59:18

Batch Size 数据为 8 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 74.64 。

13:33:31

Batch Size 数据为 8 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 72.42 。

11:19:27

Batch Size 数据为 8 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 75.41 。

09:02:52
2019-09-15

Batch Size 数据为 8 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 78.53 。

06:29:07

Batch Size 数据为 8 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 78.08 。

02:55:16

Batch Size 数据为 8 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 57.66 。

22:36:57

Batch Size 数据为 8 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 67.23 。

19:35:43

Batch Size 数据为 8 ,Epoch循环次数为 8 次, 通过在线上环境完成训练,模型最优精度评分为 59.16 。

16:39:19

Batch Size 数据为 8 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 60.54 。

15:40:56
2019-09-14

Batch Size 数据为 8 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 58.57 。

13:37:19
2019-09-14

Batch Size 数据为 8 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 72.13 。

00:46:20

Batch Size 数据为 8 ,Epoch循环次数为 2 次, 通过在线上环境完成训练,模型最优精度评分为 8.52 。

22:31:03

Batch Size 数据为 8 ,Epoch循环次数为 8 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

21:55:58
2019-09-13

Batch Size 数据为 8 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

13:21:33

Batch Size 数据为 8 ,Epoch循环次数为 8 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

09:34:34
2019-09-13

Batch Size 数据为 8 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

01:50:43

Batch Size 数据为 8 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

18:56:55
2019-09-12

Batch Size 数据为 8 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 8.21 。

12:54:04
2019-09-10

Batch Size 数据为 8 ,Epoch循环次数为 48 次, 通过在线上环境完成训练,模型最优精度评分为 82.82 。

16:09:32
2019-09-10

Batch Size 数据为 8 ,Epoch循环次数为 48 次, 通过在线上环境完成训练,模型最优精度评分为 83.02 。

02:21:12
2019-09-09

Batch Size 数据为 8 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 80.17 。

05:14:32

Batch Size 数据为 8 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 75.47 。

20:28:03
2019-09-08

Batch Size 数据为 8 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 83.6 。

12:05:46

Batch Size 数据为 8 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 84.54 。

09:30:56
2019-09-08

Batch Size 数据为 8 ,Epoch循环次数为 64 次, 通过在线上环境完成训练,模型最优精度评分为 75.73 。

00:09:34

Batch Size 数据为 8 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 68.87 。

17:24:36

Batch Size 数据为 8 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 67.35 。

12:08:45
2019-09-07

Batch Size 数据为 8 ,Epoch循环次数为 64 次, 通过在线上环境完成训练,模型最优精度评分为 59.48 。

08:10:24

Batch Size 数据为 8 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 65.94 。

22:40:01

Batch Size 数据为 8 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 74.55 。

17:56:12
2019-09-05

Batch Size 数据为 8 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 76.28 。

19:12:19

Batch Size 数据为 8 ,Epoch循环次数为 20 次, 通过在线上环境完成训练,模型最优精度评分为 82.88 。

09:47:27
2019-09-04

Batch Size 数据为 8 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 58.6 。

21:04:37
2019-09-04

Batch Size 数据为 8 ,Epoch循环次数为 200 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

08:51:35

Batch Size 数据为 8 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

19:28:23

Batch Size 数据为 8 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

17:52:57

Batch Size 数据为 8 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

16:31:25

Batch Size 数据为 16 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

15:14:50
2019-09-03

Batch Size 数据为 16 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

02:17:06
2019-09-02

Batch Size 数据为 16 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

12:19:30

Batch Size 数据为 16 ,Epoch循环次数为 10000 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

05:06:37
2019-09-01

Batch Size 数据为 16 ,Epoch循环次数为 5000 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

20:29:50