Tensorflow 如何改进DeeplabV3+；分割边界/边缘？

我正在使用标准研究模型，在mobilenet_v3_large_seg的基础上，在Tensorflow 1.15.3中培训一个自定义数据集。一般来说，训练是可以的，但是边界/边缘非常嘈杂，有什么可能有助于改进边界更好的检测线段

---

通过进一步测试和调整，两件事改善了我的结果：

有噪声的图像对分割很有挑战性，所以之前我用均值/中值滤波器平滑图像

训练确实需要大量的样本和时间，而且会慢慢提高

python deeplab/train.py --logtostderr --training_number_of_steps=84000 \
--output_stride 4 \
--train_split="trainval" --model_variant="mobilenet_v3_large_seg" \
--train_crop_size="384,384" --dataset="123" --save_interval_secs=300 \
--save_summaries_secs=300 --save_summaries_images=True --log_steps=100 --train_logdir=123/training \
--dataset_dir=123 --min_scale_factor=0.75 --max_scale_factor=1.25 \
--fine_tune_batch_norm=True --train_batch_size=4 --scale_factor_step_size=0.05