deeplabv3+ 跑test数据

最新推荐文章于 2022-03-14 22:33:30 发布

TinaO-O

最新推荐文章于 2022-03-14 22:33:30 发布

阅读量467

点赞数

分类专栏： deeplabv3+

本文链接：https://blog.csdn.net/u013249853/article/details/102499009

版权

这篇博客主要介绍了如何在Deeplabv3+中处理测试数据。作者指出了官方代码中缺少test数据生成和generator代码的问题，并提供了两个关键的修改点：1. 在build_voc2012_data.py中，通过创建假图片并将其添加到tfrecord来模拟test数据；2. 在data_generator.py中，调整数据生成器以适应test数据的处理。

摘要由CSDN通过智能技术生成

官方代码，虽然有is_training这个关键字，但是没有test的相关数据生成代码，也没有generator代码。如果有的话那就太好了，告诉我。

如果你看过去哦之前的博客，你听的明白，不明白也没关系，下面告诉你怎么改。

改点1，build_voc2012_data.py

毕竟test没图片，我就偷个懒，造个图片，放进tfrecord即可。代码极其简单。不多说

        if FLAGS.is_training:
            seg_filename = os.path.join(
                semantic_segmentation_folder,
                filenames[i] + '.' + FLAGS.label_format)
            seg_data = tf.gfile.FastGFile(seg_filename, 'rb').read()
            seg_height, seg_width = label_reader.read_image_dims(seg_data)
        else :
            seg_filename = os.path.join(
                semantic_segmentation_folder,
                filenames[i] + '.' + FLAGS.label_format)
            seg = np.full([height,width],21,dtype=np.int8)
            img = Image.fromarray(seg)
            img.s