测试数据没有标注下载,
只能预测好了上传官网,官方给结果。如果觉得这个太简略,我又写了个幼稚园教程:https://blog.csdn.net/u013249853/article/details/106689414。
我只关注segmentation任务。
任务5,你的训练数据只有trainval
任务6,训练数据不限
具体的图片格式:
必须是PNG,数值0-20,colormap需要与提供的training,validation一致。
应该是这样的:
注意1.如果上传的是5,只用了trainval,那么可用的不仅仅是分割,BBox与class都可以作为辅助信息来帮助你,但是上传的时候必须有说明。这样才能与其他参赛者比较。
注意2.如果只想测试几个子类,比如segmentation一共21类,你只想对其中3类进行分割,那么你上传该三类的分割即可。
重要:
deeplab官方代码生成的颜色标注其实通道是3,而实际上官方的标注通道是1,如果用matlab看官方标注的话,长这样:
下面提供的代码可以和deeplabv3+代码结合使用,直接生成官方标注.
必须要生成raw_segmentation, 然后这里的up_dir是我想存的上传文件夹,已经建立好了空文件夹。
使用的函数colorful就是这里的代码,colorful函数总共两个参数,out放图片,dir放地址,地址类似于‘/VOC2012/Segmentation/comp6_test_cls/2007_000006.png‘
save_annotation.save_annotation(
crop_semantic_prediction, raw_save_dir, image_filename,
add_colormap=False)
voc_color.colorful(crop_semantic_prediction,up_dir+'/'+image_filename+'.png')
打包也比较累:
results\results\VOC2010\Segmentation\comp5_test_cls\2007_000006.png
然后要用tar打包,比如 tar -czvf results.tar.gz ./results
生成代码可以参考:https://blog.csdn.net/u013249853/article/details/94715443