7-11

参考一篇keras实现unet的文章，将其复现，但效果很差！

1. 读取.mat文件，并将矩阵保存为图片（0-255）

root = "./cls/"
contours_dir = "./contours/"
for rt, dirs, files in os.walk(root):
    print len(files)
    for f in files:
        matfile = f
        filename =  matfile.split('.')[0]
        dataFile = root + matfile          #  inst
        data = scio.loadmat(dataFile)
        arr = np.array(data['GTcls'][0][0][1], dtype=np.uint8)*255
        cv2.imwrite(contours_dir + filename+".jpg",arr)

2. 生成目录描述文件

$find pos -name *.jpg > _pos.txt

3. 文件操作，遍历、读取每行 ;img/2008_007928.jpg ，注意有换行符

train_files = []
with open("dataset/img_txt.txt",'r') as f_train:
    files = f_train.readlines()
    for name in files:
        if len(name) < 20:          #跳过不完整的描述文件
            continue

        name = name.split("/")[1].split("\n")[0]
        train_files.append(name)

4. skimage、opencv
   skimage
   RGB　[0,1]　（float）
   Opencv　
   BGR　[0,255]

$sudo pip install scikit-image

安装顺序：nvida驱动 、cuda（注意驱动版本）、cudnn（注意cuda版本）
Tensorflow不同版本要求与CUDA及CUDNN版本对应关系
https://blog.csdn.net/omodao1/article/details/83241074