基于TensorFlow.js tfjs-node-gpu 0.2.1的FCN训练异常问询

我之前在做类似的单类分割FCN任务时也踩过几乎一样的坑，结合你的代码和描述，给你几个核心的排查和修正方向：

1. 标签格式与损失/输出激活的严重不匹配 #

你提到是单类分割，这里存在一个关键理解误区：

• 如果你的掩码是前景（1）和背景（0）的二值图，本质是二分类任务，而非多类分类：
  • 最后一层的激活函数应该用sigmoid，而不是softmax（softmax是为多类互斥场景设计的，单类下它的输出永远为1，完全失去概率区分的意义）
  • 损失函数要改用binaryCrossentropy，而非logLoss或categoricalCrossentropy（categoricalCrossentropy是给独热编码的多类标签用的，单类场景下完全不适用）
• 如果你强行把单类标签做成[batch, h, w, 1]的独热形式，模型根本没有可学习的区分度，自然只会输出固定的0或1。

2. 网络结构缺失FCN核心：跳连接 #

你参考的FCN论文核心就是跳连接（Skip Connection）——用浅层的高分辨率特征弥补深层上采样丢失的细节，但你的网络完全没有做这一步：

• 只靠最后一层conv2dTranspose直接把最底层特征上采样32倍到原图尺寸，梯度很难传递到浅层，模型无法学习到边缘、细节等关键分割特征，最终只能输出全局均值类别的结果。
• 建议修改结构：把fcn_3_2、fcn_5_2、fcn_7_2这些浅层特征，经过1x1卷积调整通道数后，和对应上采样阶段的特征做拼接或相加，再继续上采样。

3. 批归一化的错误使用 #

你定义了batchNorm_0但完全没有用到，而且正确的批归一化用法应该是卷积层之后、激活函数之前：

const fcn_1_0 = tf.layers.conv2d({
  kernelSize: [3, 3], strides: [1, 1], padding: 'same', filters: 64
}).apply(input);
const fcn_1_bn = tf.layers.batchNormalization().apply(fcn_1_0);
const fcn_1_relu = tf.layers.activation({activation: 'relu'}).apply(fcn_1_bn);

直接在输入上加BN意义不大，反而可能破坏输入数据的原始分布。

4. 训练参数的合理性调整 #

• 你的学习率0.00001可能过小，虽然你调整过，但可以尝试从0.0001开始逐步降低，观察损失曲线的变化；
• 优化器可以试试带动量的SGD，有时候Adam在分割任务里的稳定性不如SGD；
• 检查batch size是否过小，太小的batch会导致BN的统计量不准，梯度波动剧烈，模型难以收敛。

5. 输入与输出的形状匹配校验 #

确认你的输入张量形状[batch, height, width, 1]和最后输出的形状完全一致：

• 你做了5次2x下采样（总共32倍），conv2dTranspose的strides=[32,32]是对的，但要确保输入的height/width是32的倍数，否则上采样后尺寸不匹配会导致损失计算错误，模型根本无法学习。

建议先从标签格式、激活函数、损失函数的匹配开始修改，这是最容易快速见效的点，之后再补全跳连接，应该能解决输出固定类别的问题。

内容的提问来源于stack exchange，提问作者Austin