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: