caffe-segnet安装

SegNet是英国剑桥大学Computer Vision and Robotics Group的作品；是一个深度卷积编码-解码结构，用于对图像进行像素级的语义分割；可以将像素分为12类，包括道路、建筑物、电线杆、路牌、行人和骑行者等12类标注，具有实时性；其源代码在github上。

转自http://blog.csdn.net/u013832707/article/details/53670830

1. 安装

首先下载SegNet并解压。因为它是给予caffe实现的，所以先编译过程和要求与caffe相同。
1.按照博客 Ubuntu14.04通过make+cmake编译安装caffe的第一步准备依赖环境。
2.安装各种需要用到的库

sudo apt-get install python-matplotlib
sudo apt-get install python-scipy
sudo apt-get install python-opencv
sudo apt-get install python-protobuf
wget https://bootstrap.pypa.io/get-pip.py  --no-check-certificate
sudo python get-pip.py
sudo pip install -U scikit-image
 
 
1
2

3.编译
进入主目录

cp Makefile.config.example Makefile.config
 
 

修改Makefile.config,注意将WITH_PYTHON_LAYER := 1前的注释去掉。

make all
make pycaffe
make test
 
 
1
2

2. 运行Webcam Demo

去https://github.com/alexgkendall/SegNet-Tutorial下载目录并解压。去http://mi.eng.cam.ac.uk/~agk34/resources/SegNet/下载对应的权重参数
修改Scripts/webcam_demo.py的14行为你安装的SegNet，我的为caffe_root = '/home/gph/Desktop/caffe-segnet-segnet-cleaned'
调用命令即可运行：

python Scripts/webcam_demo.py --model Example_Models/segnet_model_driving_webdemo.prototxt --weights /Example_Models/segnet_weights_driving_webdemo.caffemodel --colours /Scripts/camvid12.png