经历了一周caffe的苦,楼主终于配置好了,利用fcn训练自己的数据时,发现自己的数据居然是单通道的数据,不能识别,这可急坏了楼主,赶紧百度,终于发现了大佬的解决办法,写在这里供大家参考。
这里用的是matlab代码对图像进行批处理,非常快捷,首先第一步,将单通道图片转换为三通道图片,代码如下:(非原创,如有侵权删)
pathdir = 'F:/SegmentationClass/';%文件路径
format = 'png';%文件格式
files = dir(strcat(pathdir,'*.',format));
% dir 列出当前文件夹中的文件和文件夹。
% strcat 水平串联字符串
% 列出文件夹中后缀为.png的文件
steps = 100;
hwait = waitbar(0,'准备开始');
for n = 1:numel(files)
filename = strcat(pathdir,files(n).name);
img = imread(filename);
x = repmat(img,[1,1,3]);%将单通道图片转换为三通道图片
imwrite(x,filename,'png');
str = '正在运行中....';
waitbar(n/numel(files),hwait,str)
end
close(hwait);
处理完后,接着给图片上色,对应的图片为下,楼主这里找到的代码是赋值成飞机的颜色,你们也可以更改。
代码如下:
pathdir = 'F:/SegmentationClass/';%文件路径
format = 'png';%文件格式
files = dir(strcat(pathdir,'*.',format));
% dir 列出当前文件夹中的文件和文件夹。
% strcat 水平串联字符串
% 列出文件夹中后缀为.png的文件
steps = 100;
hwait = waitbar(0,'准备开始');
for n = 1:numel(files)
imgname = strcat(pathdir,files(n).name);
I = imread(imgname);
I_gray=rgb2gray(I);
I_bw=uint8(im2bw(I_gray))*128;
I1=uint8(zeros(size(I,1),size(I,2),3));
I1(:,:,1)=I_bw;
[x,map]=rgb2ind(I1,256);
imgSaveName=imgname(1:length(imgname)-4);
imwrite(x,map,strcat(imgSaveName,'.png'));
str = '正在运行中....';
waitbar(n/numel(files),hwait,str)
end
close(hwait);
matlab运行两步,完美解决单通道问题,并且直接可以用来训练了,妈妈再也不用担心我的数据!
不得不说,深度学习这玩意真不是人学的。