tensorflow/model库源码Deeplabv3+ 实现（二）之在PASCAL VOC2012数据集上训练

deeplabv3+ 环境配置看上篇教程： 环境配置 环境配置好后可以进行模型训练，我选择在PASCAL VOC2012数据集上训练

1.下载数据集

在ubuntu上运行命令：

#From the tensorflow/models/research/deeplab/datasets directory.
  sh download_and_convert_voc2012.sh

这个命令可以下载并转换成tfrecord形式。在models/research/deeplab/datasets目录下创建pascal_voc_seg文件夹，文件夹结构如下：

2.下载预训练模型

如果不知道下载哪个预训练模型，打开local_test_mobilenetv2.sh脚本看看。我开始用错了预训练模型，导致一直训练出错。

mobilenetv2_coco_voc_trainaug

下载后解压，我保存到本地目录：/home/hy/software/models/research/deeplab/datasets/pascal_voc_seg/init_models（需要手动创建）

3.训练

参考在local_test_mobilenetv2.sh脚本中给出训练指令：

NUM_ITERATIONS=10
python "${WORK_DIR}"/train.py \
  --logtostderr \
  --train_split="trainval" \
  --model_variant="mobilenet_v2" \
  --output_stride=16 \
  --train_crop_size="513,513" \
  --train_batch_size=4 \
  --training_number_of_steps="${NUM_ITERATIONS}" \
  --fine_tune_batch_norm=true \
  --