unet对voc2012数据集分割

数据的读取

torch.utils.data.Dataset
对Dataset的具体介绍
Dataset是一个抽象类，相比于自己写的迭代器，它可以方便地实现多线程读取，shuffle，batch操作
自定义一个类继承它，需要自己实现__getitem__ () len__()，写完之后，就可以对整个数据进行索引等操作

接下来就是用dataloader，进行batch_size的设置和shuffle操作

transform

对输入图片和标签进行预处理设置，做分割主要是把label先变为灰度图，然后再把每个像素进行one-hot编码

one-hot

先看看onehot长啥样
tensor([[0., 1., 0., 0.],
[0., 0., 1., 0.],
[1., 0., 0., 0.],
[0., 0., 0., 1.]])

制作流程

class onehot(object):
    def __init__(self):
        self.n_classes = 21

    def __call__(self, image_tensor):
        h, w = image_tensor.size() 
        onehot = torch.LongTensor(self.n_classes, h, w).zero_() 生成一个相同形状的全0 tensor
        # print(onehot)
        image_tensor = image_tensor.unsqueeze_(0)
        onehot = onehot.scatter_(0, image_tensor, 1) 0指定纬度 用1填充
        return onehot

u-net的代码实现

先进行下采样，再上采样

最后输出的格式为 batch_sizex224x224x21(假如图片大小为224x224，算上背景为21分类)

loss

loss的输入为 预测值：batch_sizex224x224x21(未做softmax,未做one-hot),label batch_sizex224x224x21(已做onehot), loss 做的工作是把预测值做softmax再做one-hot,再和label做交叉熵得出损失，最后在进行反向传播，更新权重。