根据一个图像拼接和融合的需求，训练一个模型，输入为一组图像，输出为一张图像，输入数据和ground truth的像素值都归一化到[-1, 1]
我当时使用了UNet结构，卷积和反卷积都单独封装了一个函数，方便调用，在函数内部，卷积都会默认接一relu激活层
训练结果出来后，发现内容基本都能和ground truth对应上，但是颜色很怪异，特别接近灰色，如下
然后寻找原因许久未果，陷入纠结。第二天开始思考修改网络，猛然发现，我希望最后一层的输出为[-1, 1]，但最后一层卷积默认接了relu激活层，因此[-1, 0]范围的数值全被剔除掉了。
感觉自己掉进了自己挖的坑，还TM差点没爬出来。
以此博客记录此坑并对日后提供经验！