motion mask預測訓練過程：
損失函數：0.5 * bec_loss + dice_loss
優化器：optim.Adam(self.parameters_to_train, self.opt.lr)
epoch number：2000
出現的問題：loss在epoch到了90左右就震盪在0.64-0.7左右了
1.:通過查看dataloader出來的image和mask，發現數據和lable不對應，於是對imglist和masklist的數據進行了排序，排序採用的list.sort(reverse=False)函數
訓練之後還是損失在0.6以上就不下降了
2.減小學習率，爲3e-4
初步看，下降到了0.6以下
訓練之後還是不行，嘗試了幾個學習率，感覺不是學習率的問題
後來發現輸入有問題，調整了圖片和label
現在的問題是預測的值經過sigmoid輸出總是全部1，導致預測的圖片全爲白色，調整學習率變小之後一開始會有0.5上下的，後來就都傾向於預測大於0.5的
分析：樣本分佈不均衡，前景目標比例小，嘗試改變損失函數吧，加權重。