用自己的数据集训练，测试deeplab_v2

用自己的数据集训练Deeplab v2，包括跑通run_pascal.sh 和 run_densecrf.sh两个脚本

1. 下载编译deeplab_v2

make 部分不做详细介绍了，网上参考的内容也比较多，出错耐心改一下即可。
代码用的是 git clone https://github.com/xmojiao/deeplab_v2.git
之后的目录结构也按照down下来的，无需调整。

2. 准备数据

按照voc2012分割数据集的格式准备，分为train,val,test,train和val集要准备好原图+label图，test集准备原图即可。放的目录无所谓，之后注意修改路径即可。
例如，我在/new/xxx/DeepLab/deeplab_v2/下新建了一个放自己数据集的目录: dataset
在/new/xxx/DeepLab/deeplab_v2/dataset/ 下img 用来放训练原图，cls用来放训练标签图。testpic里放了几张没有标签的测试图。/new/xxx/DeepLab/deeplab_v2/dataset/val/img 放验证原图，/new/xxx/DeepLab/deeplab_v2/dataset/val/cls 放验证label图。
同时，准备好train_aug.txt（训练时用的数据列表），val.txt（验证集的数据列表），test.txt（测试集的数据列表）这三个文件内容都是需要前缀路径的。(原图 label图)还有一个val_id.txt和test_id.txt，这两个只需要保存图片id，不需要前缀也不需要后缀。这些.txt放在/new/xxx/DeepLab/deeplab_v2/voc2012/list 目录下
例如，我的

• train_aug.txt内容为：

 /img/segnet_train_ori/1511664041284.png /cls/segnet_train_label/1511664041284.png
 /img/segnet_train_ori/1511664333882.png /cls/segnet_train_label/1511664333882.png
 ……

• val.txt内容为：

/val/img/1515056226901.png /val/cls/