用paddleseg训练细胞核数据集，二分类问题，标签为1（即前景目标），IOU值几乎0，会是什么原因呢。训练label原数据是rgb通道，但是使用paddleseg要用单通道照片，因此我转为了单通道进行训练，训练过程没报错，就是标签1的IOU几乎为0。有大佬可以解答吗？
paddleseg没怎么用过，建议你去PaddleSeg的GitHub仓库提issue，会有这个项目的开发者来为你解答相关问题，链接：
https://github.com/PaddlePaddle/PaddleSeg/issues
试试读取你转换后的单单通道图片，统计一下像素值为1的数量，大致符不符合你的数据，或者叠加到原图上看看是否一致，先排除一下是不是label标签问题
谢谢各位大佬的解答，我后面查到原因了，是因为数据集严重不均衡，所以用交叉熵损失函数不太行，换了DiceLOSS就好很多了。
可以把自己三楼的回答设为解决方案哦
好的，感谢。
@Niki_173:
我是用PYTHON的，一个项目需要检测抽烟的行为，能否请你指导一下。可以支付一定的费用。谢谢
请联系我：13818151315
paddleseg没怎么用过，建议你去PaddleSeg的GitHub仓库提issue，会有这个项目的开发者来为你解答相关问题，链接：
https://github.com/PaddlePaddle/PaddleSeg/issues
试试读取你转换后的单单通道图片，统计一下像素值为1的数量，大致符不符合你的数据，或者叠加到原图上看看是否一致，先排除一下是不是label标签问题
谢谢各位大佬的解答，我后面查到原因了，是因为数据集严重不均衡，所以用交叉熵损失函数不太行，换了DiceLOSS就好很多了。
可以把自己三楼的回答设为解决方案哦
好的，感谢。
@Niki_173:
我是用PYTHON的，一个项目需要检测抽烟的行为，能否请你指导一下。可以支付一定的费用。谢谢
请联系我：13818151315