Deep learning 如何改进FCN32的语义分段学习？

我已经从零开始为我的数据进行了语义分割培训，我得到了以下输出：

可以看出，这不是一条很好的学习曲线，表明数据培训不当。

解算器

如下所示：

net: "train_val.prototxt"
#test_net: "val.prototxt"
test_iter: 5105 #736
# make test net, but don't invoke it from the solver itself
test_interval: 1000000 #20000
display: 50
average_loss: 50
lr_policy: "step" #"fixed"
stepsize: 50000 #+
gamma: 0.1  #+
# lr for unnormalized softmax
base_lr: 1e-10 
# high momentum
momentum: 0.99
# no gradient accumulation
iter_size: 1
max_iter: 600000
weight_decay: 0.0005
snapshot: 30000
snapshot_prefix: "snapshot/FCN32s_CNN1"
test_initialization: false
solver_mode: GPU

将学习率更改为0.001后，情况变得更糟：

---

我想知道我能为改进培训做些什么？谢谢

您可以尝试改变学习速度。好的值通常在0.1到0.0001之间。

谢谢你的建议，我编辑了这个问题，当我将学习率设置为0.001时，学习曲线会变得更糟。损失实际上更好。但是你现在的学习率似乎太高了。谢谢托马斯的建议