FCN制作自己的数据集、训练和测试全流程

FCN制作自己的数据集、训练和测试全流程

花了两三周的时间，把FCN的全部流程走了一遍，期间走了很多弯路，现在记录一下。系统环境：ubuntu 16.04LTS

一、数据集的制作
注：我的数据集是仿照VOC数据集进行制作的

1.resize 数据集

我的GPU显存4G，跑过大的图片带不动，需要resize图片大小，放几个修改图片大小的程序。
（1）单张图片resize

# coding = utf-8  
import Image  

def  convert(width,height):
    im = Image.open("C:\\xxx\\test.jpg")
    out = im.resize((width, height),Image.ANTIALIAS)
    out.save("C:\\xxx\\test.jpg")
if __name__ == '__main__':
    convert(256,256)

（2）resize整个文件夹里的图片

# coding = utf-8
import Image
import os

def convert(dir,width,height):
    file_list = os.listdir(dir)
    print(file_list)
    for filename in file_list:
        path = ''
        path = dir+filename
        im = Image.open(path)
        out = im.resize((256,256),Image.ANTIALIAS)
        print "%s has been resized!"%filename
        out.save(path)

if __name__ == '__main__':
   dir = raw_input('please input the operate dir:')
   convert(dir,256,256)

（3）按比例resize

# coding = utf-8
import Image
import os

def convert(dir,width,height):
    file_list = os.listdir(dir)
    print(file_list)
    for filename in file_list:
        path = ''
        path = dir+filename
        im = Image.open(path)
        out = im.resize((256,256),Image.ANTIALIAS)
        print "%s has been resized!"%filename
        out.save(path)

if __name__ == '__main__':
   dir = raw_input('please input the operate dir:')
   convert(dir,256,256)

2.制作索引图
（1）下载labelme

下载地址：labelme网址
下载后按提示打开软件，进行标注，保存会生成后缀为json的文件。

（2）生成dataset文件夹
在终端输入指令：

labelme_json_to_dataset 你的路径/你的json文件名.json //这里的文件名根据自己的实际情况更改

（3）为文件夹下的label.png着色
首先需要对照VOC分割的颜色进行着色，一定要保证颜色的准确性。
Matlab代码:（这个代码的作用是得出各种颜色的rgb值，颜色值在pascal voc中其实已经知道了，如果类数没有超过21的话，这一步不需要操作）

function cmap = labelcolormap(N)

if nargin==0
    N=256
end
cmap = zeros(N,3);
for i=1:N
    id = i-1; r=0;g=0;b=0;
    for j=0:7