【语义分割系列】用PointRend算法训练自己的数据集

1.代码地址：

https://github.com/zsef123/PointRend-PyTorch

2.下载cityscapes数据集吧。我用的是cityscapes数据集将上面程序调通。

3.将cityscapes的数据集换成自己的数据吧：例如，原来的数据集是做21类的语义分割。我们做语义分割用到的是gtFine这个文件夹下类似_gtFine_labelIds.png这样命名的图像，此图像的像素值 0 1 2 ....20   加上背景一共21类。而我用的是2分类的，那么我的数据就只有0 1 。 0是背景 1 是目标，图像命名格式直接按上面的来了（因为想快速的调通训练自己的数据，所以偷了个懒。）。训练数据就不同说了，也按这个数据集的内容来命名。

4.修改配置文件：

name: "cityscapes"#数据集名称

dataset:

root: "./cityscapes"#数据集位置

mode: "fine"

target_type: "semantic"#语义分割    因为还有实例分割分支啊

loader:

batch_size: 6#自己数据修改为4

num_workers: 8#自己数据修改为1 这两个是机器性能限制