在ICNet分割网络训练的过程中，发生了很郁闷的事情，

首先ICNet的训练数据准备，和segnet一样，需要准备原始数据，mask 已经对应的txt文件，格式为pathofdata 空格 pathofmask

在训练过程中，需要把mask转化为二值化也就是只包含0,1值的像素。

但是虽然转过了，还是会报 CUBLAS_STATUS_SUCCESS (11 vs. 0) CUBLAS_STATUS_MAPPING_ERROR这个问题。在网上查了很久，都说是二值化图片转换的有问题。也就label过多，但是loss层的output数量 少于 Label数量，在这里就是像素的数量，正常的图片有0-255，也就是256个label

但是我的解决方案是发现需要在在caffe loss layer中需要添加一个loss_param参数，则可以正常训练

Caffe学习记录(十二) ICNet分割网络学习二

记录下来。