Python代码实现图像语义分割

Python代码实现图像语义分割的步骤详解

原文链接：https://www.jb51.net/article/187249.htm

在网上看到了这篇，代码简洁，身为还没完全入门的小白，每跑通一个程序真的都好开心~

1、环境部署
在进行项目设计前，需要安装所需的第三方库文件：TensorFlow、Pillow、OpenCV-Python、scikit-image和PixelLib，指令如下所示：

pip install tensorflow
pip install pillow
pip install opencv-python
pip install scikit-image
pip install pixellib

2、语义分割
PixelLib使用Deeplabv3+框架实现语义分割，在pascalvoc数据集上训练的Xception模型用于语义分割。
下载链接： Xception模型
第1步：导入PixelLib模块，代码如下所示：

import pixellib
from pixellib.semantic import semantic_segmentation

第2步：创建用于执行语义分割的类实例，代码如下所示：

segment_image = semantic_segmentation()

第3步：调用load_pascalvoc_model()函数加载在Pascal voc上训练的Xception模型，代码如下所示：

segment_image.load_pascalvoc_model("deeplabv3_xception_tf_dim_ordering_tf_kernels.h5")

第4步：调用segmentAsPascalvoc()函数对图像进行分割，并且分割采用pascalvoc的颜色格式进行。此函数有两个必选参数：

       path_to_image：分割的目标图像的路径；
       path_to_output_image：保存分割后输出图像的路径。

将路径替换为自己环境路径即可，代码如下所示：

segment_image.segmentAsPascalvoc("path_to_image", output_image_name = "path_to_output_image")

也可以生成了带有分段叠加层的图像，只需要将segmentAsPascalvoc()函数的overlay属性设置为True，代码如下所示：

segment_image.segmentAsPascalvoc("sample1.jpg", output_image_name = "image_new.jpg", overlay = True)

可能会遇到的错误：

original_keras_version = f.attrs[‘keras_version’].decode(‘utf8’)
AttributeError: ‘str’ object has no attribute ‘decode’

解决办法：
卸载原来的h5py模块，安装2.10版本

pip uninstall h5py

pip install h5py==2.10 -i https://pypi.tuna.tsinghua.edu.cn/simple/

执行效果如下图：