修改背景后-多类别分割-改进

2020-08-26晚上记录

对原来的unet-nested-multi-class分类函数的images数据集换背景，然后函数修改了一下，修改如下，然后重新训练。

change_background.py 函数修改：
第一加入排序 sort函数
第二将反序去掉。
保存为“change_background_V2.py”

这样只要对images做处理，将背景变为黑色即可，masks数据集依旧是对应的，不用修改。

在Windows电脑上，先测试了一下，unet-nested中data，images_test生成的images_test_out. 对应于maskss_test文件夹。
测试没问题。

所以，将data中的整个images做换背景处理，1500张，生成的数据集为images_changed_background文件夹。

将train.py copy了一份为“train_V2_changes.py”，将数据集进行修改，如下：

1. 保存参数命名为“epoch_MXL_changed”

在config.py中修改的：

1. epoch从100改为50。
2. self.images_dir = ‘./data/images_changed_background’ 修改了输入图像的路径。
3. self.checkpoints_dir = ‘./data/checkpoints_changed_background’修改了保存参数的路径。（新建的文件夹）

运行后发现，在utils.dataset.py中，只遍历了imgs_name，所以我的images数据集和masks数据集必须是对应的一样的名字。
所以可以写一个“对masks数据集进行批量重命名的操作”；
或者在dataset.py中再加入一个变量，叫做“masks_name”
【解决】采用了第二种方法，在dataset.py中加了2行，又改了一行。
在dataset.py中加了注释“2020-08-26 added/modified by MXL for black background”

然后开始运行，train_V2_changed.py。正常训练。
保存了一开始的参数在txt文件中，unet-nested的目录下的train_output_changed_background.py。
(2020-08-26 晚上7:45开始训练)

** 修改所使用的模型网络，也是在config中修改的。**

训练一开始的显示：

(pytorch_py37) F:\MXL\DeepLearning\unet-nested-multiple-classification-master>python train_V2_changed.py
INFO: Using device cuda
INFO: Network:
        NestedUNet model
        3 input channels
        3 output channels (classes)
        Bilinear upscaling
INFO: Creating dataset with 1500 examples
INFO: Starting training:
        Epochs:          50
        Batch size:      2
        Learning rate:   0.0001
        Optimizer:       SGD
        Training size:   1350
        Validation size: 150
        Checkpoints:     True
        Device:          cuda
        Images scaling:  1

Epoch 1/50:   0%|                                                        | 0/1350 [00:15<?, ?img/s, loss (batch)=0.689][W ..\aten\src\ATen\native\TensorIterator.cpp:924] Warning: Mixed memory format inputs detected while calling the operator. The operator will output channels_last tensor even if some of the inputs are not in channels_last format. (function operator ())
Epoch 1/50:   0%|▏                                             | 4/1350 [00:15<2:01:34,  5.42s/img, loss (batch)=0.674]
Epoch 1/50:   0%|▏                                             | 4/1350 [00:15<2:01:34,  5.42s/img, loss (batch)=0.697]
Epoch 1/50:   0%|▏                                             | 6/1350 [00:15<1:25:32,  3.82s/img, loss (batch)=0.697]
Epoch 1/50:   0%|▏                                              | 6/1350 [00:15<1:25:32,  3.82s/img, loss (batch)=0.67]
Epoch 1/50:   1%|▎                                              | 8/1350 [00:15<1:00:11,  2.69s/img, loss (batch)=0.67]

2020-08-27 更新

早上来，50个epoch已完成，最后的terminal输出为：

Validation round:  99%|████████████████████████████████████████████████
Validation round: 100%|████████████████████████████████████████████████INFO: Validation cross entropy: 1.0672507084409395
Epoch 50/50:  89%|███████████████████████████████████████     | 1200/1350 [07:10<Epoch 50/50:  89%|███████████████████████████████████████▏    | 1202/1350 [07:10Epoch 50/50:  89%|███████████████████████████████████████▏    | 1202/1350 [07:10Epoch 50/50:  89%|███████████████████████████████████████▏    | 1204/1350 [07:10Epoch 50/50:  89%|███████████████████████████████████████▏    | 1204/1350 [07:11Epoch 50/50:  89%|███████████████████████████████████████▎    | 1206/1350 [07:11Epoch 50/50:  89%|████████████████████████████████████████▏    | 1206/1350 [07:Epoch 50/50:  89%|████████████████████████████████████████▎    | 1208/1350 [07:Epoch 50/50:  89%|███████████████████████████████████████▎    | 1208/1350 [07:12Epoch 50/50:  90%|███████████████████████████████████████▍    | 1210/1350 [07:12Epoch 50/50:  90%|███████████████████████████████████████▍    | 1210/1350 [07:12Epoch 50/50:  90%|███████████████████████████████████████▌    | 1212/1350 [07:12Epoch 50/50:  90%|███████████████████████████████████████▌    | 1212/1350 [07:12Epoch 50/50:  90%|███████████████████████████████████████▌    | 1214/1350 [07:12Epoch 50/50:  90%|███████████████████████████████████████▌    | 1214/1350 [07:13Epoch 50/50:  90%|███████████████████████████████████████▋    | 1216/1350 [07:13Epoch 50/50:  90%|███████████████████████████████████████▋    | 1216/1350 [07:13Epoch 50/50:  90%|███████████████████████████████████████▋    | 1218/1350 [07:13Epoch 50/50:  90%|███████████████████████████████████████▋    | 1218/1350 [07:14Epoch 50/50:  90%|███████████████████████████████████████▊