DeepLab V3+ 训练自己的数据

一、前提

官网代码：https://github.com/tensorflow/models/tree/master/research/deeplab 

1. 依赖

DeepLab依赖于以下库：

• Numpy
• Pillow 1.0
• tf Slim (which is included in the "tensorflow/models/research/" checkout)
• Jupyter notebook
• Matplotlib
• Tensorflow1.6及以上

2. 将库添加到PYTHONPATH

在本地运行时，tensorflow / models / research /和slim目录应该附加到PYTHONPATH。 这可以通过在 tensorflow / models / research /路径下运行以下命令来完成：

# From tensorflow/models/research/
export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim

注意：每次启用新终端，此命令都需要运行。 如果想避免手动运行，可以将其作为新行添加到〜/ .bashrc文件的末尾。

3. 简单测试

可以通过运行以下命令来测试是否已成功安装 Tensorflow DeepLab：

运行 model_test.py 进行快速测试：

# From tensorflow/models/research/
python deeplab/model_test.py

在PASCAL VOC 2012数据集上快速运行整个代码：

# From tensorflow/models/research/deeplab
sh local_test.sh

local_test.sh 脚本用于在PASCAL VOC 2012上运行本地测试。

之后在自己数据集上进行训练等操作就可以参照 local_test.sh 来编辑指令。打开脚本看一下，发现它：

（1）执行了model_test.py

（2）执行了download_and_convert_voc2012.sh

（3）从model_zoo（http://download.tensorflow.org/models）下载了模型deeplabv3_pascal_train_aug

（4）执行了train.py

（5）执行了eval.py

（6）执行了vis.py

（7）执行了export_model.py

建议仔细阅读上面提到的脚本和程序，为以后训练自己的数据提供参考。

错误1：

运行 model_test.py 进行快速测试时出错：

参考 https://github.com/tensorflow/models/issues/5523

 将 model_test.py 中140行左右的：

self.assertListEqual(scales_to_model_results.keys(),

修改为：

self.assertListEqual(list(scales_to_model_results.keys()),

错误2：

测试程序需要运行eval.py，我在这里出现了一个错误：

即：InvalidArgumentError (see above for traceback): assertion failed: [`predictions` out of bound] [Condition x < y did not hold element-wise:] [x (mean_iou/confusion_matrix/control_dependency_1:0) = ] [0 0 0...] [y (mean_iou/ToInt64_2:0) = ] [21]

参考https://github.com/tensorflow/models/issues/4203中trobr的说法：

修改 eval.py 中第145 行左右：

将：

metric_map = {}

metric_map[predictions_tag] = t