训练Unet模型时,用labelme对原始图片进行标注后,会自动生成json文件。。然后利用json_to_dataset.py文件就可以将json文件转成一系列的文件,如info.yaml, img.png,label.png等。。
由于该label.png文件仍旧是三通道的格式,我读取为灰度图时,发现如果是同一个类别的像素值,在不同的label图片中,并不是固定的。也就是说,类别1的像素值在图片1中的像素值可能是38,而在图片2中的像素值可能就是85。。这样是否会影响模型的训练呢??
---因为我发现我训练该模型的时候,模型的精度较低,而且提升不明显。。初步怀疑是这个原因。。截图如下:
我是以为对于这样的标注,理论上而言,同一类别的像素值应该是统一的。。
求高手指点迷津