2020-08-23 记录
2020-08-20在实验室的台式机将深度学习环境配置完成。
2020-08-21 准备多类别分割的python库,调试代码。主要在import自己的模块时有一些问题。
2020-08-22 继续调试代码,开始训练。
2020-08-23 进行predict,和记录结果。
疑问:loss值这里应该怎么去获得,并画图呢???
训练
model.py和unet文件夹下的import有一些修改,主要在from unet import unet,这个from后面的要不要加.
train.py有个修改:230行main函数里
if __name__ == '__main__':
__spec__ = "ModuleSpec(name='builtins', loader=<class '_frozen_importlib.BuiltinImporters'>)"
#报错 AttributeError: module '__main__' has no attribute '__spec__'。 查询后加入上面的__spec__这行 2020-08-22 mxl加
一共训练了59个epoch,大约用时7个小时。设置的epoch数为100,在第59个运行结束,参数保存后,control+C强行终止。(不知道是不是这样kill训练过程???)
模型全部保存在F:\MXL\DeepLearning\unet-nested-multiple-classification-master\data\checkpoints
预测
使用了不同的训练参数去预测,代码和结果如下:
- 使用作者提供的预训练模型参数epoch_10.pth
(pytorch_py37) F:\MXL\DeepLearning\unet-nested-multiple-classification-master>python inference.py -m ./data/checkpoints/epoch_10.pth -i ./data/test/input -o ./data/test/output
5it [00:00, 5.10it/s]
结果为F:\MXL\DeepLearning\unet-nested-multiple-classification-master\data\test\output_pretrained_model\1582708143405。
2. 使用自己2020-08-22训练的模型参数epoch_MXL10.pth
三张图片输出
(pytorch_py37) F:\MXL\DeepLearning\unet-nested-multiple-classification-master>python inference.py -m ./data/checkpoints/epoch_MXL10.pth -i ./data/test/input -o ./data/test/output
5it [00:00, 5.09it/s]
- 使用自己2020-08-22训练的模型参数epoch_MXL1.pth
使用第一次epoch的模型参数,下面的半个圆肯定是因为那部分的像素分类分错了,标签分类错误,导致显示的这样的效果。但是将二者合并起来,就看起来是完整的。
(pytorch_py37) F:\MXL\DeepLearning\unet-nested-multiple-classification-master>python inference.py -m ./data/checkpoints/epoch_MXL1.pth -i ./data/test/input -o ./data/test/output
5it [00:01, 3.69it/s]
- 使用自己2020-08-22训练的模型参数epoch_MXL59.pth
(pytorch_py37) F:\MXL\DeepLearning\unet-nested-multiple-classification-master>python inference.py -m ./data/checkpoints/epoch_MXL59.pth -i ./data/test/input -o ./data/test/output
5it [00:01, 3.74it/s]
使用训练59次的模型参数去预测,因为在第10次的模型就已经在这个数据集上预测的很好了。所以怎么判断过拟合?需要通过loss或者accuracy?(继续学习ing)
- 使用自己2020-08-22训练的模型参数epoch_MXL10.pth.
带颜色的,只有一张图片输出
(pytorch_py37) F:\MXL\DeepLearning\unet-nested-multiple-classification-master>python inference_color.py -m ./data/checkpoints/epoch_MXL10.pth -i ./data/test/input -o ./data/test/output
0it [00:00, ?it/s]