开源|如何利用Tensorflow实现语义分割全卷积网络（附源码）

导读：本项目是基于论文《语义分割全卷积网络的Tensorflow实现》的基础上实现的，该实现主要是基于论文作者给的参考代码。该模型应用于麻省理工学院（http://sceneparsing.csail.mit.edu/）提供的场景识别挑战数据集。

　项目所需的七大条件

• 结果是在12GB TitanX上训练大约6~7小时后获得的。

• 该代码最初是用tensorflow0.11和python2.7编写和测试的。 tf.summary的调用已更新tensorflow 0.12版本。如果要使用旧版本的tensorflow，请使用另一分支tf.0.11_compatible（https://github.com/shekkizh/FCN.tensorflow/tree/tf.0.11_compatible）。

• 在使用tensorflow1.0和windows时会有一些问题。这些问题已经在issue＃9（https://github.com/shekkizh/FCN.tensorflow/issues/9）