PSPNet编译心得

贴上具体的编译过程吧：

step1：clone下caffe，按照caffe官方教程编译caffe（要编译python接口）

step2：进入到PSPNet里面进行编译，编译过程和caffe的编译差不多，在这里我使用了python接口，所以进行以下语句的编译即可：

make pycaffe -j4
make all -j4
make test -j4

在编译pycaffe是可能会出现以下错误：

    如果不适用GPU的话在interp.hpp直接注释掉这条语句即可；

还可能出现下面这个错误：

sudo apt-get install libmatio-dev安装一下就好。

step3：在PSPNet下面建立demo文件夹

下载相应的caffemodel和prototxt文件，然后修改demo.py就可以用训练好的模型进行测试：

import sys
import time
import getopt
import os
import numpy as np
from PIL import Image as PILImage

# Path of the Caffe installation.
_CAFFE_ROOT = "/home/chen/PSPNet/"

# Model definition and model file paths
_MODEL_DEF_FILE = "pspnet50_ADE20K_473.prototxt"  # Contains the network definition
_MODEL_FILE = "pspnet50_ADE20K.caffemodel"  # Contains the trained weights.

sys.path.insert(0, _CAFFE_ROOT + "python")
import caffe

_MAX_DIM = 473


def get_palette(num_cls):
    """ Returns the color map for visualizing the segmentation mask.

    Args:
        num_cls: Number of classes

    Returns:
        The color map
    """

    n = num_cls
    palette = [0] * (n