Deeplabv3+-训练自己的数据集

安装训练可视化工具visdom

python -m visdom.server

训练网络

经过我的测试，使用deeplabv3plus_resnet50模型分割出来的效果比较好

num_classes设置为类别数+1
训练好的权重在checkpoints文件夹下

$ python main.py --model deeplabv3plus_resnet50 --enable_vis --vis_port 8097 --gpu_id 0 --year 2007 --crop_val --lr 0.01 --crop_size 513 --batch_size 8 --output_stride 16 --num_classes 6 --total_itrs 2000 --ckpt weights/best_deeplabv3plus_resnet50_voc_os16.pth

网络模型测试

$ python main.py --model deeplabv3plus_resnet50 --gpu_id 0 --year 2007 --crop_val --lr 0.01 --crop_size 513 --batch_size 8 --output_stride 16 --ckpt checkpoints/best_deeplabv3plus_resnet50_voc_os16.pth --test_only --save_val_results

图片测试

$ python predict.py --input datasets/data/VOCdevkit/VOC2007/JPEGImages/000001.jpg --dataset voc --model deeplabv3plus_resnet50 --ckpt checkpoints/best_deeplabv3plus_resnet50_voc_os16.pth --save_val_results_to test_results1 --crop_size 513