ubuntu下Anaconda5.0.1 tensorflow-gpu1.9 cuda8.0+cudnn7.0.5+deeplab v3+训练全流程

deeplab V3+是目前比较语义分割效果比较好的主流框架之一。

利用pascal数据集以及cityscapes数据集等训练的方式这里就不介绍了，网上有很多介绍，下面介绍一下利用自己的数据训练deeplab模型的主要步骤。

一、配置deeplab v3+

此代码已经开源，具体下载地址在github上，直接下载到本地，也可以采用git的方式下载，不需要编译。

二、配置anaconda环境

anaconda 有支持python2的版本也有支持python3的版本，这里我使用的是支持python3.6的版本anaconda5.0.1，即

推荐清华大学的下载地址。

下载后直接bash命令执行即可，中间多次按enter，傻瓜式安装。

测试安装是否成功，输入conda，显示如下，即为成功。

查看当前python版本：直接输入python，显示如下：

创建conda虚拟环境,其中tf名字是自定义，即为虚拟环境的名称,python设为需要的版本即可：

conda create -n tf python==3.6

进入环境

source activate tf

出现：

若想退出环境：：

source deactivate

在该虚拟环境下配置安装tensorflow，我这里安装的是GPU版本

pip install tensorflow-gpu==1.9

这里说要说明一下，deeplab v3+ 官方要求tensorflow版本在1.6以上，但我安装1.6的时候跑deeplab的脚本总是会报参数错误，一直没找到原因，也许是版本的问题吧，换成1.9就没问题了。

另外需要注意的是，这里默认是从官网下载tensorflow，下载速度比较慢，所以需要更新源，而且是conda源，因为我们是在anaconda虚拟环境下进行操作的。更换conda源的方式：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --set show_channel_urls yes

也可以修改~/.condarc文件的方式:

sudo gedit ~/.condarc
channels:
  - https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
  - https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - defaults
show_channel_urls: true

然后输入conda info 显示如下：