Semantic-Segmentation-Suite 自己数据集使用攻略

最新推荐文章于 2022-12-07 17:03:39 发布

你不过是人

最新推荐文章于 2022-12-07 17:03:39 发布

阅读量1.2k

点赞数 1

分类专栏：语义分割文章标签： Semantic-Segmentation-Suite 语义分割

本文链接：https://blog.csdn.net/qq_41833285/article/details/102972363

版权

本文介绍了如何使用Semantic-Segmentation-Suite进行语义分割，包括用labelme创建数据集，处理图像尺寸，批量生成json文件，理解class_dict，以及训练过程的参考链接。

摘要由CSDN通过智能技术生成

在网上看到星星超级多的语义分割项目，这个项目可以切换多种网络，十分方便，将使用流程记录在此。

将项目从github上打包下载后，看到CamVid文件夹，这就是我们放数据的地方，其中class_dict为我们放标签及标签像素值的地方。
在这里插入图片描述
首先是用labelme制作数据集，labelme的使用方法博客上有很多足够详细的教程，这里讲几个关键步骤。

先归一化图片尺寸，不然图像太大，可能跑不了。

#coding:utf-8
import glob
from PIL import Image
import os
import zipfile

# 获取image文件夹下的图片路径
path = "C:/Users/lenovo/Desktop/数据集demo/png原图/"

# 获取到当前文件的目录，并检查是否有result文件夹，如果没有则创建
# image、result文件夹及该python文件路径均为：D:\PythonSpace\
Newimg_Path = os.getcwd()[:0] + 'C:/Users/lenovo/Desktop/数据集demo/resize 256x256/'
if not os.path.exists(Newimg_Path):
    os.makedirs(Newimg_Path)
def changesize(img):
    img_name = img
    # 打开图片
    oldimg = Image.open(path + img_name)
    # 大小缩放为64*64
    new_img = oldimg.resize((256, 2