分享使用U-Net和PyTorch完成对图像分割任务,预测结果89.18%

Batch大小为1,循环次数为1次,通过在线上环境完成训练,模型最优精度评分为89.18。

得分记录
2019-09-14

Batch Size 数据为 1 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 89.18 。

21:57:53
2019-09-14

Batch Size 数据为 1 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 88.04 。

06:56:15

Batch Size 数据为 1 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 86.25 。

00:51:19
2019-09-09

Batch Size 数据为 1 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 86.73 。

03:09:00
2019-09-08

Batch Size 数据为 64 ,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 87.66 。

09:00:09

Batch Size 数据为 1 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 87.7 。

02:11:57
2019-09-06

Batch Size 数据为 1 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 88.01 。

10:42:38
2019-09-03

Batch Size 数据为 1 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 88.4 。

15:51:07
2019-08-29

Batch Size 数据为 1 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 85.81 。

00:25:20
2019-08-23

Batch Size 数据为 12 ,Epoch循环次数为 35 次, 通过在线上环境完成训练,模型最优精度评分为 85.95 。

19:43:24

Batch Size 数据为 12 ,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 。

12:20:40
2019-08-21

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 84.03 。

13:27:58