reduce_zero_label和ignore_label对mmseg数据库配置有什么影响？

Question

我目前正在数据库中训练语义分割模型，分为 3 个类别：背景、A 类和 B 类。背景类表示为[0,0,0]（注释图像中的值0），classA为[0,255,0]（注释图像中的值1），classB为[0,0,255]（注释图像中的值2）。

在配置数据库参数时，没有理解reduce_zero_label和ignore_label参数的用途和含义。

如果reduce_zero_label = True，背景类是否被省略？如果reduce_zero_label = True并且ignore_label = 0，它对classA和classB有什么影响吗？无论这些参数的值如何，我的类数会改变还是保持为 3？这些参数对类有什么影响？

我用reduce_zero_label = True和ignore_label = 0训练了我的数据集，但结果并没有我想象的那么好。所以我想充分理解这些概念，找出可能出现的错误。

Answer 1

根据官方文档，它基本上忽略了背景类。要记住的一件事是，它在

False

类中设置为

BaseDataset

（许多数据集类都固有的一个，因此您不仅需要在confingfile中相应地修改它。

https://mmsegmentation.readthedocs.io/en/latest/advanced_guides/datasets.html

使用reduce_zero_label输入参数

要忽略标签0（例如ADE20K数据集），我们可以使用 BaseSegDataset 的 reduce_zero_label （默认为 False）参数和 它的子类。当reduce_zero_label为True时，标签0在 分段注释将设置为 255（MMSegmentation 模型 在计算损失时会忽略标签 255）和其他索引 标签将负 1:

gt_semantic_seg[gt_semantic_seg == 0] = 255
gt_semantic_seg = gt_semantic_seg - 1
gt_semantic_seg[gt_semantic_seg == 254] = 255