利用deeplab v3+开源代码训练PASCAL VOC 2012数据集

最新推荐文章于 2024-08-19 09:04:27 发布
最新推荐文章于 2024-08-19 09:04:27 发布
阅读量9.9k 收藏 30
点赞数 4
分类专栏： deeplab 文章标签： deeplab v3+
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lfs666666/article/details/83042119
版权
本文档详细介绍了如何配置deeplab v3+环境，准备PASCAL VOC 2012数据集，将其转换为TFRecord格式，并进行模型训练、评估及结果可视化。通过运行train.py和eval.py，在训练过程中遇到内存限制问题，通过调整参数解决。最终，使用vis.py展示模型分割结果。
摘要由CSDN通过智能技术生成

deeplab v3+环境配置好之后则可以进行模型的训练
1、准备PASCAL VOC 2012数据集：可以在ubantu命令行上运行

#From the tensorflow/models/research/deeplab/datasets directory.
  sh download_and_convert_voc2012.sh

下载并把数据集转换成 TFRecord格式

我已有VOC 2012数据集压缩包，所以省了下载步骤。因此手动在\research\deeplab\datasets目录下创建一个名为pascal_voc_seg的文件夹，把压缩包放进该文件夹里，再运行 sh download_and_convert_voc2012.sh（代码无需改动），运行后会多了下图红色方框里的文件（在虚拟机ubantu 16.04运行的程序，一下截图为虚拟机共享文件夹里的截图）：
在这里插入图片描述

在这里插入图片描述

运行效果图
至此，可以运行 train.py开始训练模型

2、train.py的运行
github示例链接：

最低0.47元/天 解锁文章
橘的皮瓜着披。
关注
专栏目录
Deeplab V3+工作原理讲解：背景知识、基本概念及其操作步骤
程序员光剑
08-07 1846
DeepLab v3+ (Rethinking Atrous Convolution for Semantic Image Segmentation) 是Google于2019年提出的一种基于Atrous Spatial Pyramid Pooling (ASPP)模块的语义分割网络，可以有效提升语义分割的准确率并减少计算量。
tensorflow/model库源码Deeplabv3+实现（三）之VOC2012数据集重新划分训练集、验证集
qq_43265072的博客
04-23 800
目 录1.PASACAL VOC2012数据集介绍2.随机划分训练集、验证集 1.PASACAL VOC2012数据集介绍 前面几节只是机械地运行代码，不知道深层含义。这里从新回到最开始的地方–数据集。voc2012数据集介绍网上有很多，这个介绍得很详细：PASCAL-VOC2012数据集（vocdevkit、Vocbenchmark_release）详细介绍。 VOCdevkit +VO...
DeepLabV3+(tensorflow)工程应用系列（二）—— TFRecord生成VOC2012训练数据
DAOCHI
03-23 952
文章目录一、PASCAL VOC 2012简介二、什么是TFRecord？三、生成 TFRecord 文件   在上一篇博文中，我们介绍如何借助【Labelme】软件制作原始的语义分割的标注数据。那么，如何将标注生成的数据（比如掩码图）转化为训练直接可以使用的数据？本篇博文将详细如何使用TFRecord生成【PASCAL VOC2012】训练数据。 一、PASCAL VOC 2012简介   该数据集是常用的语义分割数据集，总共有20类分割目标。在我之前的博文中，详细介绍了该数据集的详细内容，请参考博文：P
详尽 | Deeplabv3+结构理解
最新发布
Frost_Descent的博客
08-19 2828
input image输入层，可以为任意大小。输入后进行卷积运算，到最后一个卷积层输出得到该层的feature maps特征映射，其大小也是任意的。Spatial Pyramid Pooling layer SPP层。以最左侧16X256-d为例，16表示将从前面卷积得到的特征映射分成16份，256表示channel通道数，即SPP对每一层都分成16份，进行池化操作，一般进行max pooling最大池化。中间右侧同理，即将特征映射分别分成4X256和1X256。
tensorflow/model库源码Deeplabv3+ 实现（二）之在PASCAL VOC2012数据集上训练
qq_43265072的博客
04-14 944
文章目录1.下载数据集 deeplabv3+ 环境配置看上篇教程：环境配置好后可以进行模型训练，我选择在PASCAL VOC2012数据集上训练 1.下载数据集 在ubuntu上运行命令： #From the tensorflow/models/research/deeplab/datasets directory. sh download_and_convert_voc2012.sh 这个...
deeplab v3+在pascal_voc 2012数据集上进行训练
Startapi的博客
08-22 1472
概述 前边我曾经写了一篇名为《语义分割之deeplab v3+ 》的文章，在那篇文章中我主要讲了deeplab v3+的原理--当然主要也就是论文上边的内容。因此在开始阅读本篇文章之前，建议首先阅读一下上边那篇文章。 本文我主要讲环境搭建以及pascal_voc_2012的训练以及可视化相关的内容。关于deeplab v3+迁移学习部分的内容--即如何使用deeplab v3+训练自己的个人数据...
Yolov3-spp系列 | 训练Pascal voc格式的数据集
Clichong
04-15 1198
如有错误，恳请指出。 最近想详细的了解yolov5的实现细节，无奈觉得一下子啃不动，只能出yolov3spp开始啃了，所以最近都在看yolov3spp的项目代码，这里的代码我看的b站博主：霹雳吧啦Wz，其在github提供的代码。这里用三篇博文来分别记录目标检测算法——yolov3spp的使用与大体实现，所以主题分别的数据集的准备、正负样本匹配、训练测试与验证过程。 这篇先介绍一下yolov3spp如何跑自己的数据集，毕竟想看懂代码首先得跑通，所以从跑的动开始。这里记录的是比较早的yolov3spp项目.
图像语义分割 —利用Deeplab v3+训练VOC2012数据集
热门推荐
木头VS星星
07-17 1万+
前言：   配置：windows10 + Tensorflow1.6.0 + Python3.6.4（笔记本无GPU）   源码：https://github.com/tensorflow/models/tree/master/research/deeplab   权重下载地址：https://github.com/tensorflow/models/blob/master/research...
基于DeeplabV3+的语义分割实现
weixin_54189936的博客
04-25 1187
摘要： 当今机器学习不断发展，成为社会的热点新闻，机器学习能在各个领域不断发展并且应用。其中语义分割是研究最为频繁的领域，在深度学习中，由于分割模型的参数量确实是很大，所用到的算法既耗费时间又耗费精力，于是提出轻量级的DeeplabV3的模型方法，最终实现语义分割的效果。为了实现对图像深度的理解，达到检测识别图片中物体的各类，能够更充分的理解图片的含义，而DeeplabV3是语义分割的新高峰，我们基于DeeplabV3的模型方法在VOC2007公开数据集进行训练预测，该方法为一种轻量级网络，主要包括编码器和
matlab精度检验代码-pretrained-deeplabv3plus:MATLAB中的DeepLabv3+推理和语义分割训练
05-22
VOC数据集[2]进行训练的，该数据集具有20种不同的类别，包括飞机，公共汽车，汽车，火车，人，马等。 有关语义分段的更多信息，请参见。 入门 将此存储库下载或克隆到您的计算机上，然后在MATLAB:registered:中打开...
语义图像分割 deeplab-v3 tensorflow 源代码
08-26
语义图像分割模型deeplab-v3的tensorflow源代码，欢迎下载
ubuntu下Anaconda5.0.1 tensorflow-gpu1.9 cuda8.0+cudnn7.0.5+deeplab v3+训练全流程
sinat_38354963的博客
04-17 858
deeplab V3+是目前比较语义分割效果比较好的主流框架之一。 利用pascal数据集以及cityscapes数据集等训练的方式这里就不介绍了，网上有很多介绍，下面介绍一下利用自己的数据训练deeplab模型的主要步骤。 一、配置deeplab v3+ 此代码已经开源，具体下载地址在github上，直接下载到本地，也可以采用git的方式下载，不需要编译。 二、配置anaconda环境 ...
Semantic Segmentation DeepLab v3 读取数据集（TFRecord）代码详解
koma_csdn的博客
09-21 5204
本文主要介绍谷歌官方在Github TensorFlow中开源的官方代码DeepLab在读取TFRecord格式数据集所使用的方法。 配置DeepLab v3 首先，需要将整个工程拉取到本地的workspace。 1. 源码地址：https://github.com/tensorflow/models/tree/master/research/deeplab 2. Cloneyuan da...
deeplab v3+ 代码 复现 简单 官方 voc2012
乱七八糟的笔记
08-27 4353
为了使local_test.sh顺利运行。 代码来源于官方，就是论文作者： https://github.com/tensorflow/models/tree/master/research/deeplab 那肯定是需要先下载代码的。 1.安装slim工具包。很简单 只需要两步，下载，安装。必须安装不然import net 会报错 https://blog.csdn.net/u0132...
DeepLab v3+ pytorch学习记录（-）使用PASCAL数据集
DB9博客
01-28 1799
1、准备工作 1.1 准备代码 下载DeepLab v3+ pytorch代码链接: github链接.下载后解压。文件夹里面是这样的就对了 1.2 准备数据集 我这里使用的是VOC2012数据集.直接下载可能比较慢，把这个链接弄到迅雷上下载的，10分钟就下载好了，速度还行。 2 配置数据集 打开mypath.py文件，将pascal下的文件目录换成你的数据集目录，比如我的是F:/vs2015Data/segment/pytorch-deeplab-xception-master/VOC2012/VOCd
deeplab v3+代码详解 + 数据流解析
奋土的博客
04-04 5645
【代码】deeplab v3+代码详解。
Deeplabv3+ 阅读笔记
feitianlzk的博客
04-25 6832
Notes: 谷歌deeplabv3+的代码现在已经开源，详见deeplab(Github)，还有一个使用的demo样例。 0. spatial pyramid pooling probing the incoming features with filters or pooling operations at multiple rates and multiple effecti...
DeepLabV3+模型训练全过程
wj0807的博客
08-29 2074
如果模型中断，需要接着上面的继续训练或者添加别人训练好的预训练模型，需要修改“ckpt”，将其修改为你存储模型的那个路径，我这里是用的相对路径“./checkpoints/best_deeplabv3plus_xception_voc_os16.pth”，然后修改“continue_training”为“True”。然后将要数据集中的图片，按照一定的比例分为训练集和验证集，将训练集和验证集的图片的名字写入对应的txt文件中就可以了。注意：不同的预训练权重对应不同的数据集和模型，一定要对应好，否则会报错。
评论 6
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值