跑Boundary-Aware Feature Propagation遇到的坑
1、运行不报错,也不显示结果
从train.py代码第一行import开始添加,print(“check1”),发现问题torch.encoding无法导入,反复地参考github源代码https://github.com/zhanghang1989/PyTorch-Encoding重新安装。耗时一天,失败。给torch.encoding源码作者留言得到回复了,非常感谢~。
2、为还原作者使用的环境,AutoDL租了个2卡2080Ti,cuda 10.1,pytorch1.4 python3.6.2。
opencv版本高了安不上报错。
报错torch/lib/libtorch_python.so: undefined symbol: PySlice_Unpack, 把python安成3.6.2,好了。
pip版本低报错,upgrade一下就好了。
amazonaws.com权重下载不下来,从这下的res101权重,放到pretrainmoledel里。https://github.com/LikeLy-Journey/SegmenTron/releases/。
3、数据集格式不一样,重新写了个our.py
4、option.py文件添加断点续训
5、训练评估和测试指令
训练
python train.py --model bfp --dataset cityscapes --checkname bfp101 --batch-size 10 --workers 10
评估
python test.py --model bfp --dataset cityscapes --resume-dir cityscapes/bfp_model/bfp101_cropsize576_basesize608_batchsize10_lr0.0125_epoch100_UAG --eval
测试
python test.py --model bfp --dataset cityscapes --resume-dir cityscapes/bfp_model/bfp101_cropsize576_basesize608_batchsize10_lr0.0125_epoch100_UAG --test-folder datasets/test
测试生成图片在这里
n=2时,评估结果格式类似于:
0: 0.9448
1: 0.5906
Mean IoU over 2 classes: 0.7677