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 |