标签不完整数据集的训练

Question

我有一个问题，我有大约10万个标记图像的语义分割。它们被贴上了8个不同的类标签。你知道吗

对于其中的4k，我有一个不同的（但非常相似的问题）额外的标签。我能够将这些标签转换为适合原始问题的标签，从而将8个类扩展到9个类。现在我希望在这9个类上进行训练，而不要浪费掉那些缺少这些额外类标签的6k类。你知道吗

计划是这样的

1. 6k列8个班
2. 初始化9个类的新网络，权重从（1）加载
3. 冻结所有，但得分层和4k集再培训
4. 列车4k再次设置，但从（3）加载重量

我已经做到了这一点，并尝试了多个步骤（4）。我已经逐步冻结阶段（Resnet50），并试图降低学习率。没有一个达到类似的业绩。由于增加了复杂性，我预计会有小幅下降，但问题非常类似，一个类被拆分为两个。我预计这两个类之间会有一些混淆，但所有其他类都没有表现好。你知道吗

如果不是所有的数据集都包含这个额外的标签，那么将问题扩展到添加额外的类标签的正确方法是什么。你知道吗