mmseg potsdam训练集的准备

方法同样适用于Vaihingen数据集的处理

在踩过这个坑之后，在这里分享出来，希望大家避免掉进坑了。

首先mmseg官方文档中提供了potsdam数据集的一个准备指示。

提供了数据集的下载连接，当我们点击Google Drive之后，会出现以下的五个压缩包

这里注意，按照mmseg的文档，我们只需要下载 ‘2_Ortho_RGB.zip’ 和 ‘5_Labels_all_noBoundary.zip’。随后按照mmseg官方提供的命令运行即可。

下载另外三个可以，但是不要把这五个压缩包放在一起！实际上这三个压缩包也没有用到，所以最好不要下载。

原因：

到这里你可能会认为，每个压缩包的名字都不一样，即使下载了多余的压缩包数据，应该也不会出现错误吧。

下面我们打开potsdam的数据转换文件看一看。

打开数据处理的python文件，这里可以发现，这个转换的文件里面会把你指定目录下的所有zip压缩包都进行处理并把图像和标签添加到数据集中。

如果你下载了另外三个，你会发现：我模型训练时的miou怎么会这么低呢？

这个操作会导致后面一系列的问题，可能你会认为是学习率的问题、又或者是哪里出现了bug等等等。