DeepLab V3+模型训练策略与数据增强方法

在本研究中，我们采用 DeepLab V3+ 模型进行图像分割任务。模型的网络权重通过在 ImageNet 数据库上预训练的 ResNet-18 进行初始化。训练过程中，我们选用动量随机梯度下降 (Stochastic gradient descent with momentum, SGDM) 优化器，并设置初始学习率为 10-3，最小批次大小为 2，权重衰减为 5×10-3，动量为 0.9，最大 epoch 为 30。为了增强训练集的多样性，我们对每个训练样本进行水平和垂直方向的随机翻转和平移操作，以防止模型过度记忆目标的位置信息，从而提高模型的预测性能。