周末反思录1.0

2017年9月24日
MIL day ？

9.23 总结

上午主要进行了challenger上数据集的下载，导师对数据的重视性可见一斑；另外，安装了windows版本的matlab，并对安装过程进行了完整的总结，压缩并保存到U盘上，电脑上仍旧有备份。
下午主要通过matlab查看从杭老师那里拿到的数据，将.mat格式数据进行归一化后，然后显示出来，不同通道的显示问题将其做了一个for循环和pause延时。代码如下：

%matlab程序
for x = 1:3:196
    data_x = indian_pines_corrected(:,:,x:x+2);
    data_x_normal = (data_x-min(min(min(data_x))))/(max(max(max(data_x)))-min(min(min(data_x)))); % 简单的归一化处理
    imshow(data_x_normal)
    disp(x)
    disp('have showed')
    pause(1)
end
disp('All channels showed!')

% data_label = indian_pines_gt(); %ground truth显示
% imshow(data_label)

如何利用这些数据目前还是一个问题啊……
晚上装好了散热风扇；然后重新在师兄电脑上run之前的FCN代码，看来我电脑出现的resourceexhaustederror是因为显存不够，（OOM），师兄电脑跑到了2000次epoch后loss保持在3左右，所以就不训了毕竟数据集也不对，不过保存的模型参数一个大概有2g，挺吃惊的！

明天的任务，开始阅读fc-densenet代码，如果可能的话还想blog一下paper（fc-densenet）；另外，对今天下载的比赛数据以及杭老师的数据，还是需要搞懂一下存放格式。

9.24总结

果然是，计划不如变化。
今天基本都在搞challenger里的分类问题，试着用别的模型放到这里来用；首先是，json格式的数据怎么用python读取，通过json包，load，然后选择某一索引对应的元素，image_id，label_id，进行切片操作，或单独将image_id和label_id放入单独的变量对象即list中，数据读取这个问题解决了，包括将label的具体值转化为一个batch×1*80（所有的类）；如61就是一个1*80的向量，第61个元素是1，其他都是0。

然后需要解决的是，如何将图片转化为数据供python进行处理，一开始采用skimage，能够读取图片为数据，但是显示时候有问题，所以后面又采用了matplotlib模块进行显示；具体如下：

"""粘贴部分代码，以下为读取图片的像素信息"""
pixel = io.imread(data_dir + '/scene_train_images_20170904/' + data_image[FLAGS.ID])
# print 'the pixel values are',pixel/255.0
pixel = pixel/255.0
print 'label is:',data_label[FLAGS.ID]
print pixel.shape

plot.imshow(pixel)
plot.show()

接下来的问题，就是如何将不同尺寸的图片进行crop为统一尺寸，以便后期处理；然后再加上train的代码，目前就是这样的思路。问题是如何出现的？只有一步步往下做才会知道，这种通过问题去解决问题的方式，简直是太棒了！