深度学习：使用UNet做图像语义分割，训练自己制作的数据集并推理测试（详细图文教程）

语义分割(Semantic Segmentation)是图像处理和机器视觉一个重要分支。与分类任务不同，语义分割需要判断图像每个像素点的类别，进行精确分割。语义分割目前在自动驾驶、自动抠图、医疗影像等领域有着比较广泛的应用。我总结了使用UNet网络做图像语义分割的方法，教程很详细，学者耐心学习。

一、 源码包下载

配套教程的源码包，获取方法文章末扫码到公众号「视觉研坊」中回复关键字：语义分割UNet。获取下载链接。当然官网也给了源码包，官网下载链接为：官网。学者也可以下载官网提供的，建议学者直接下载我提供的学习，我已经补了一些坑，添加过一些实用代码。下载好我提供的源码包，解压后的样纸见下：

二、安装训练必要的库文件

Python的版本选用3.7或者3.8都可以。

三、 准备数据集

3.1 打标签

数据集的准备，看学者自己个人想要识别什么物体，自行准备即可。我提供的源码包中有我自己喷血已经打好标签的数据集，打标签需要用到的工具叫作labelme，关于labelme工具的具体使用教程，学者看我的另外一篇博客，链接为：Labelme使用教程

准备好的数据集先存放到工程文件夹下的datasets文件下，具体的文件存放位置关系见下：

3.2 复制数据集和标签文件到VOCdevkit文件中

通过上面步骤制作好标签文件后，将数据集和标签文件从datasets文件中复制一份到VOCdevkit文件中，具体见下：

3.3 提取训练集和验证集图片名称

代码中需要修改到的地方见下：

学者只要运行源码包中的voc_annotion.py文件后，就可以在 ./VOCdevkit/VOC2007/ImageSets/Segmentation目录下自动生成train.txt和val.txt文件，具体见下：

四、训练

4.1 训练参数的修改

下面有很多的参数可以修改，学者根据自己的训练情况进行修改即可，训练修改的参数都在train.py文件中，具体见下：

4.2 开始训练

上面的参数修改好后，直接运行train.py文件就开始训练了，见下：

五、模型测试

5.1 保存模型权重文件

上面的训练好后，模型都会被保存到工程文件夹根目录中的logs文件中，见下：

5.2 修改模型测试参数

测试模型时，需要修改到的地方见下：

学者在测试的时候，有三种模式可以选择，（1）测试图片；（2）测试电脑硬盘中的视频；（3）调用电脑自带摄像头测试。三种模式的选择，学者修改下面代码即可，见下：

5.3 模型推理测试

上面的模型测试参数修改好后，直接运行predict.py即可开始预测：

5.3.1 单帧图片测试

5.3.2 电脑硬盘中视频测试

5.3.3 调用电脑自带摄像头测试

六、总结

以上就是使用UNet做图像语义分割，自己打标签训练的详细教程，参数调整部分，学者根据需求自行调整，很多参数保持默认即可，参数name_classes的数量和类名一定要根据自己数据集修改。希望我总结的教程帮你快速上手使用。

总结不易，多多支持，谢谢！