用自己的数据训练语义分割模型

不清楚如何制作训练集的请看上一篇博文
本文所用的模型代码：https://github.com/yassouali/pytorch_segmentation
将整理的好的训练集放入原voc文件中进行替换，或者更改confi.son文件中的数据读取路径

training

先修改config.json文件（不清楚的可以翻我之前的博客，写的很详细）


python train.py --config.json
如果遇到路径错误检查文件扩展名的大小写是否为小写
修改文件名的代码如下：

import os,re
path = 'E:/gesaer/gesaer_data/tangka'

filelist = os.listdir(path)


for file in filelist:
            oldname = path + os.sep +file
            newname = path +os.sep +file.replace('JPG','jpg')
            os.rename(oldname,newname)
print(oldname,'======>',newname)

如果依然报错，你可以把这个文件路径，复制到资源管理器的地址栏过去直接打开试试，也想是文件夹的名字错了
当你数据集是单数的，你可能会报如下错误：

解决办法：从train.txt中删去一条记录，同时调整你的batch_size，调能被数据集整除，但是不能调到1，否则就不是训到最后一张报错，而是一开始就报错，像这样
最后，在voc.py文件中修改标签类别，根据自己的数据集修改

测试

python inference.py --config config.json --model saved/DeepLab/09-30_16-22/checkpoint-epoch140.pth --images ./images
测试jie结果在outputs文件下