TRAINING_IMPROVEMENTS.md

训练改进说明

问题诊断

即使有1000张负样本，模型仍然会把无浒苔图片和陆地/海岛预测为浒苔。这说明：

1. 类别不平衡问题：每张图片中背景像素通常远多于浒苔像素
2. 损失函数问题：原始损失函数没有给浒苔类别足够的权重
3. 模型可能学习到"总是预测背景"的策略

改进方案

1. 改进损失函数

1.1 Focal Loss改进

• 之前：alpha=1，所有类别权重相同
• 现在：alpha=[1.0, 3.0]，给浒苔类别3倍权重
• 添加：类别权重tensor，在交叉熵中应用

1.2 Dice Loss改进

• 之前：使用mean()，所有类别权重相同
• 现在：对每个类别计算dice loss，然后应用类别权重加权平均

1.3 类别权重

• 背景权重：1.0（默认）
• 前景权重：3.0（可调整，建议2.0-5.0）

2. 检查训练数据

运行 check_training_data.py 来：

• 统计类别分布
• 计算建议的类别权重
• 检查数据平衡情况

python check_training_data.py

使用方法

步骤1：检查训练数据

python check_training_data.py

这会输出：

• 类别分布统计
• 建议的类别权重
• 推荐的训练配置

步骤2：更新训练配置

根据检查结果，更新 train_config.json 或使用 train_config_improved.json：

{
  "focal_alpha": [1.0, 3.0],
  "background_weight": 1.0,
  "foreground_weight": 3.0,
  ...
}

步骤3：重新训练

python train_seaweed_segmentation.py --config train_config_improved.json

参数说明

focal_alpha

• 类型：列表 [背景权重, 前景权重]
• 默认：[1.0, 3.0]
• 说明：Focal Loss的alpha参数，给前景更高的权重

background_weight / foreground_weight

• 类型：浮点数
• 默认：1.0 / 3.0
• 说明：类别权重，用于交叉熵和Dice Loss

如何选择权重

1. 运行数据检查脚本，查看实际的类别分布
2. 根据建议调整权重：
   • 如果浒苔像素 < 1%：使用 foreground_weight >= 5.0
   • 如果浒苔像素 1-5%：使用 foreground_weight = 3.0-5.0
   • 如果浒苔像素 > 5%：使用 foreground_weight = 2.0-3.0

预期效果

改进后的损失函数应该能够：

1. 更好地学习浒苔特征：给浒苔更高的权重，模型会更关注浒苔区域
2. 减少误判：模型不会简单地"总是预测背景"
3. 提高精度：在保持召回率的同时，减少假阳性

进一步优化

如果问题仍然存在：

1. 增加前景权重

"foreground_weight": 5.0,
"focal_alpha": [1.0, 5.0]

2. 调整损失函数权重

"dice_weight": 0.7,  // 增加Dice Loss权重
"focal_weight": 1.0

3. 使用难例挖掘

• 重点关注模型误判的样本
• 增加这些样本在训练中的权重

4. 检查数据质量

• 确保标签正确
• 检查是否有误标注
• 确保负样本（无浒苔图片）的标签是全0

验证方法

训练后，检查：

1. 训练损失：应该逐渐下降
2. 验证IoU：应该逐渐上升
3. 预测结果：无浒苔图片应该被正确预测为背景
4. 混淆矩阵：假阳性（FP）应该减少

注意事项

1. 权重不要过大：过大的权重可能导致训练不稳定
2. 监控训练过程：如果损失不下降，可能需要调整权重
3. 验证集评估：使用验证集来评估改进效果