Deeply Supervised Salient Object Detection with Short Connections在自己数据集上训练（tensorflow版本）

代码链接：gbyy422990/salience_object_detection
感谢作者：gbyy42299/CSDN

训练配置过程

下载代码和预训练模型

（代码百度云备份， 密码：5qv2）
（VGG16.npy百度云备份， 密码：cy99）

将下载的vgg16.npy文件放到代码根目录

样本集的制作

新建文件夹

数据集存储在根目录中dataset文件夹下。首先删除dataset文件夹中的所有文件夹中所有文件及文件夹。重新新建四个文件夹，plane、planelabel、planetest、planetestlabel，这四个文件夹分别用来放置训练用图片、训练用图片的mask、验证用图片、验证用图片的mask。

样本的制作

样本说明

格式如下图所示，左图为plane、planetest文件夹中图片，右图为planelabel和planetestlabel中mask。

resize

输入的样本图片及mask的大小都为宽400高300的三通道图片（24位）。因此需要将自己的图片放进四个文件夹。

如果需要将图片转换为400宽，300高，可以使用以下代码

import cv2
import glob
import os

#处理三通道图片
def threeChannel(inDir):

    for jpgfile in glob.glob(inDir):
        img = cv2.imread(jpgfile)
        resized = cv2.resize(img, (400, 300), cv2.INTER_CUBIC)
        cv2.imwrite(jpgfile, resized, [int(cv2.IMWRITE_PNG_COMPRESSION), 9])
        print(jpgfile)
    print('----------------------------------------------------')


# 处理单通道图片
def oneChannel(inDir):
    for jpgfile in glob.glob(inDir):
        img = cv2.imread(jpgfile, cv2.IMREAD_GRAYSCALE)
        resized = cv2.resize(img, (400, 300), cv2.INTER_CUBIC)
        cv2.imwrite(jpgfile, resized, [int(cv2.IMWRITE_PNG_COMPRESSION), 9])
        print(jpgfile)
    print('----------------------------------------------------')


#resize操作
if __name__ == '__main__':
    inDir = "plane/*.png"
    inDir2 = "planelabel/*.png"
    inDir3 = "planetest/*.png"
    inDir4 = "planetestlabel/*.png"

    threeChannel(inDir)
    threeChannel(inDir3)
    oneChannel(inDir2)
    oneChannel(inDir4)

如果需要将自己单通道mask转换为三通道，可使用如下代码（根据自己情况进行修改）

import cv2
import glob
import os


def main(inDir):
    for jpgfile in glob.glob(inDir):
        img = cv2.imread(jpgfile, 0)
        merged = cv2.merge([img, img, img])
        cv2.imwrite(jpgfile, merged, [int(cv2.IMWRITE_PNG_COMPRESSION), 9])
        print(jpgfile)
    print('----------------------------------------------------')


if __name__ == '__main__':
    inDir = "planetestlabel/*.png"
    main(inDir)
    inDir2 = "planelabel/*.png"
    main(inDir2)

生成csv文件

修改根目录下的csc_generator.py文件并运行，在根目录下生成两个csv文件，以下为修改后代码

#coding:utf-8
import os
import csv

def create_csv(dirname):
    path = './dataset/'+ dirname +'/'
    name = os.listdir(path)
    #name.sort(key=lambda x: int(x.split('.')[0]))
    #print(name)
    with open (dirname+