deeplab-pytorch 模型运行经历

GitHub - kazuto1011/deeplab-pytorch: PyTorch re-implementation of DeepLab v2 on COCO-Stuff / PASCAL VOC datasets

上方是GitHub上源码链接。因为有很多bash命令，我在windiows上安装了ubuntu用于制行linux命令，我使用给出的bash命令下载了VOC数据集以及预训练的caffemodels模型。

使用conda来创建环境以及安装依赖项时，遇到了pip版本不匹配，无法安装opendcv库的问题，总是失败，于是我先安装部分依赖项，然后部分安装失败的库，手动安装，注意opencv库与python版本有严格对应的关系，必须找到适用于python3.6版本的cv库才可以安装，建议使用pip安装时，除了更新pip到最新版本以外，还要使用pip指定版本来安装，换上清华源或者阿里源也行。

环境安装好之后，就是数据集的问题，voc数据集由上方命令给出可以下载，SBD（增强数据集）GitHub上给的地址无法使用，我找到了这个开源在飞浆上的一个压缩包

https://aistudio.baidu.com/datasetdetail/65497

点进去注册百度账号就能下载了。

里面分成cls 以及img

共11701个实例。

我的做法是把cls直接复制到SegmentationClassAug这个文件夹上，

我的建议是阅读GitHub上每个文件夹下面有的readme.md,这个说明里面还有个下载地址

https://github.com/kazuto1011/deeplab-pytorch/files/2945588/list.zip

下载地址里面得到的压缩包，里面就是segmentationAug文件夹下面的所有txt文件，阅读txt后发现训练集于测试集都是用了一万多张图片，所以我推测应该是直接把cls下面的所有图片复制到Aug文件夹下。img文件夹不用管，

JPEGImages里面有一万七千多张图片，包含了img中有的图片。

segmentationAug 以及SegmentationClassAug这两个文件夹都是自己创建的然后找到SBD数据再添加上去的。

【目标检测数据集】VOC2012 数据集与 SBD dataset 介绍 (qq.com)

这篇文件介绍了数据集，看完就发现他写的sbd数据集里面图片实例数字与我找到的数据有点出入。

不过我感觉应该可以了，而且他的要花钱。

这个数据集下载完了，再改一下yaml中的root路径。

运行继续找错误吧。。。