DeepLabV3+训练自己的数据

最新推荐文章于 2024-08-19 09:04:27 发布

而濡木染

最新推荐文章于 2024-08-19 09:04:27 发布

阅读量3.3k

点赞数 3

分类专栏： ----------机器学习----------- 深度学习文章标签： deep learning DeeplabV3

本文链接：https://blog.csdn.net/pnan222/article/details/89450711

版权

本文档详细介绍了如何配置DeepLabV3+的环境，从解决tensorflow-gpu安装问题到利用conda安装指定版本的tensorflow。接着，讨论了如何导入VOC2012数据以及自定义数据，制作满足tfrecord格式的数据集，并提供了相关脚本。对训练、验证数据的步骤进行了说明，包括在train.py和eval.py中修改相应内容，以及如何通过tensorboard查看训练过程。

摘要由CSDN通过智能技术生成

1.按照官方文档，配置环境：https://github.com/tensorflow/models/blob/master/research/deeplab/g3doc/installation.md

安装tensorflow-gpu时可能给会出现问题，需要cuda和cudnn的版本都正确才可以。

cd /anaconda3/envs/DeepLab/lib/python3.6/site-packages
cd tensorflow
git clone https://github.com/tensorflow/models.git
cd models
cd research
export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim
python deeplab/model_test.py

(2).利用conda安装指定版本的tensorflow
conda install --channel https://conda.anaconda.org/anaconda tensorflow=1.6.0

(3).python train.py出现错误：段错误（核心已转储），经查找甄别发现是import matplotlib.pyplot as plt导致的，则使用conda uninstall matplotlib将其先卸载之后，再重新安装即可conda install matplotlib

2.导入原始训练测试数据VOC2012

3.导入自己的训练测试数据

制作满足tfrecord格