В пайплайне многоклассовой сегментации маска хранит идентификаторы классов 0, 1, 2 . Найдите ошибку: какие артефакты она создаст в обучении и как исправить код? from PIL import Image image = Image.open "image.png" .convert "RGB" mask = Image.open "mask.png" .convert "L" size = 512, 512 image = image.resize size, Image.BILINEAR mask = mask.resize size, Image.BILINEAR target = torch.from numpy np.array mask .long loss = torch.nn.CrossEntropyLoss logits, target.unsqueeze 0

Question

Accepted Answer

Image.BILINEAR корректен для изображения, но ошибочен для маски с дискретными ID классов. На границах объектов он смешивает значения соседних классов, создавая несуществующие метки: например, между классами 0 и 2 появляются значения 1 , а после преобразования в long они становятся валидными, но ложными целями. Модель начинает учиться на искажённых границах и может систематически путать классы. Маску нужно масштабировать методом ближайшего соседа, тогда каждый пиксель сохранит исходный ID; логиты модели, напротив, можно интерполировать билинейно, поскольку это непрерывные значения. image = image.resize size, Image.BILINEAR mask = mask.resize size, Image.NEAREST target = torch.from numpy np.array mask .long loss = torch.nn.CrossEntropyLoss logits, target.unsqueeze 0 Здесь NEAREST выбирает ID ближайшего исходного пикселя и не порождает промежуточных классов.