tensorflow上实现deeplabv3+

参考 https://blog.csdn.net/malvas/article/details/88896283 致谢

我的环境：windows 10 ,pycharm, anaconda3,tensorflow

1、下载models

https://github.com/tensorflow/models.git

2、测试环境

运行文件：D:\。。。。。\models-master\research\deeplab\model_test.py

3、数据集准备

从www.cityscapes-dataset.com上下载Cityscapes Dataset——数据集，leftImg8bit_trainvaltest.zip (11GB)和对应的标注集gtFine_trainvaltest.zip (241MB)。

但是11G的文件下载相当慢，可以参考下方链接从百度云盘下载，感谢伟大的网络

链接: https://pan.baidu.com/s/108_NgFheDIpnQRrwz5uhmw 提取码: dhr8

4、 解压缩下载的数据集，目录如下

cityscapesScripts

• cityscapesScripts
• leftImg8bit
• gtFine
• tfrecord

5、下载cityscapesScripts/下cloneCityscapes Dataset的脚本代码？为了生成数据集的tfrecord文件？

https://github.com/mcordts/cityscapesScripts.git

找到createTrainIdLabelImgs.py，修改代码，怕路径出错可以用绝对地址：

cityscapesPath = 'cityscapesScripts的路径'

6、生成数据集的tfrecord

将数据集转换成tensorflow训练需要的tfrecord格式

参考博客中运行convert_cityscapes.sh文件，但是我电脑没装，不能运行sh文件，故按以下步骤操作

在第1步下载的model文件中找到build_cityscapes_data.py，设置运行参数，然后运行，可以转化成tfrecord格式

-cityscapes_root="D:/深度学习/Segmentation/cityscapesScripts"
--output_dir="D:/深度学习/Segmentation/cityscapesScripts/tfrecord"

8、训练

下载权重deeplabv3_cityscapes_train_2018_02_06，https://download.csdn.net/download/dingding1022/13137391，

解压后，我放在了train.py所在目录下，文件夹名为deeplabv3_cityscapes_train，与下面配置参数中

--tf_initial_checkpoint=deeplabv3_cityscapes_train/model.ckpt要对应

接下来运行 research\deeplab\train.py文件，先配置参数如下，注意--train_crop_size=513,513  有些博主分开写，在我的tf1.13版本会出错

--logtostderr
--training_number_of_steps=2000
--train_split=train_fine
--model_variant=xception_65
--atrous_rates=6
--atrous_rates=12
--atrous_rates=18
--output_stride=16
--decoder_output_stride=4
--train_crop_size=513,513
--save_summaries_secs=60
--save_interval_secs=60
--train_batch_size=2
--dataset=cityscapes
--tf_initial_checkpoint=deeplabv3_cityscapes_train/model.ckpt
--train_logdir=train_model/
--dataset_dir=tfrecord/

其他可能出错：

a、将import tf_slim as slim改为import tensorflow.contrib.slim as slim

b、如果出现No module之类的 将from路径修改，添加上从research开始

c、出现错误“ResourceExhaustedError。。。。。"  ，资源耗尽问题，电脑显卡计算能力不足，换台显卡强的即可

9、验证模型效果

 research\deeplab\eval.py

配置运行参数，在deeplab文件夹下新建文件夹eval

--logtostderr
--eval_split=val_fine
--model_variant="xception_65"
--atrous_rates=6
--atrous_rates=12
--atrous_rates=18
--output_stride=16
--decoder_output_stride=4
--eval_crop_size=1025,2049
--dataset="cityscapes"
--checkpoint_dir=train_model/
--eval_logdir=eval/
--dataset_dir=tfrecord/

 运行结果：

之后显示INFO:tensorflow:Waiting for new checkpoint at /home/user/models/research/deeplab/exp/train_on_train_set/train则直接跳出不用理睬。 

10、查看分割结果

research\deeplab\vis.py，在在deeplab文件夹下新建文件夹vis

--logtostderr
--vis_split=val_fine
--model_variant=xception_65
--atrous_rates=6
--atrous_rates=12
--atrous_rates=18
--output_stride=16
--decoder_output_stride=4
--vis_crop_size=1025,2049
--dataset=cityscapes
--colormap_type=cityscapes
--checkpoint_dir=train_model/
--vis_logdir=vis/
--dataset_dir=tfrecord/

运行结果

在vis文件夹中查看可视化图片

未完待续，后面发现问题会再修改，本文仅仅跑代码，今后再分析代码