前言
毕设准备做个深度学习相关的课题,应用到自动化领域.利用寒假看了几本书结合自己的知识对多层感知机和浅层卷积神经网络训练MNIST数据集有一定经验.但是对于强化学习,对抗生成网络,深度残差网络还是知其名不解其意,更无从谈起,于是准备通过学习GitHub上的项目来了解一下.之前了解了一点语义分割了解到谷歌的DeepLabv3+框架很先进,就拿它作为突破口,.
环境
从GItHub上搜索DeepLabv3+,排在第一个是tensorflow-deeplab-v3-plus下载zip压缩包或者使用git进行克隆,命令为: git clone https://github.com/rishizek/tensorflow-deeplab-v3-plus.git
.
这里我使用的是Windows10系统,命令行使用cmder替代cmd,也可以使用powershell.GPU环境为CUDA10.0+cuDNN+tensorflow-nightly-gpu,部署记录在我的这篇博客.
Linux的科学上网一直搞不定,不然下载文件会是件头疼的事,只得在Windows上折腾.
项目部署:
首先我将参数配置罗列成一个yaml文件:
tf_record:
data_dir: ./dataset/VOCdevkit/VOC2012
output_path: ./dataset
train_data_list: ./dataset/train.txt
valid_data_list: ./dataset/val.txt
image_data_dir: JPEGImages
label_data_dir: SegmentationClassAug
evaluat:
image_data_dir: dataset/VOCdevkit/VOC2012/JPEGImages
label_data_dir