语义分割中损失很小，而验证准确性保持一致

Question

我基本上正在完成本教程，但使用不同的数据集： https://keras.io/examples/vision/deeplabv3_plus/ 5620 1142 28280 5000 5000

本教程使用 CIHP 数据集，即：

• 20 个类别
• 28280 个训练图像和 5000 个验证图像

我使用的是面部/头部分割商业数据集，即：

• 14 个类别
• 5620 个训练图像和 1142 个验证图像

但是当我切换数据集（并且仅切换数据集。不执行其他操作），这我的模型的性能是这样的：

Epoch 1/50
1404/1404 [==============================] - 1302s 922ms/step - loss: nan - accuracy: 0.5892 - val_loss: nan - val_accuracy: 0.4956
Epoch 2/50
1404/1404 [==============================] - 1300s 926ms/step - loss: nan - accuracy: 0.5892 - val_loss: nan - val_accuracy: 0.4956
Epoch 3/50
1404/1404 [==============================] - 1301s 927ms/step - loss: nan - accuracy: 0.5892 - val_loss: nan - val_accuracy: 0.4956
Epoch 4/50
1404/1404 [==============================] - 1297s 924ms/step - loss: nan - accuracy: 0.5892 - val_loss: nan - val_accuracy: 0.4956

为什么我会遇到这个问题？我做错了什么？我该如何修复它？