在Pytorch实现语义分割的一些思考1

一些小的说明

在语义分割中输入的有原图（image），标签（label，也叫ground truth）。label就像是image的mask一样，所以在有的时候，我会吧label写成mask。

我写这篇文章的原因是，最近学习语义分割的时候遇到挺多的问题的，也看了很多他人的学习经验，就想把自己的学习心得也写一下，分享给同样在语义分割遇到困难的人们。

Dataset

首先，pytorch的dataset很自由，在有image和label（也是一张图片）的情况下，自主定义一个Mydataset是个很好的选择。
要注意，
1.image和相对应的label的图片预处理是一致的，即使用random crop这类的function，要保证都crop出同一块区域。
2. image和label必须一一对应，即在导入image和label时，假如图片i的label缺失，或label z没有相应的原图，我们要舍弃这个不成组的图片i和label z。

我用的是LIP的single person的数据库，所以底下的代码展示是更据single person的数据库path做例子的。

class MyDataset(data.Dataset):
    
    
    def __init__(self, file_path=None, mask_path=None, transform=None,data="train"):   
        """
        初始化自定义Dataset类的参数
        Attributes
            file_path: 字符串，数据集的存储路径，例如‘./UCF101/train’ 或 './UCF101/eval'等
            mask_path: 字符串，数据集的存储路径，例如‘./UCF101/train_annotation’等
            transform: 传入一个从torchvision.transforms定义的数据预处理
        """
        self.count=0
        self.transform = transform
        if data=='train':
            self.name=open(os.path.join("../input/singleperson/TrainVal_images","train_id.