前言:
配置:windows10 + Tensorflow1.6.0 + Python3.6.4(笔记本无GPU)
源码:https://github.com/tensorflow/models/tree/master/research/deeplab
权重下载地址:https://github.com/tensorflow/models/blob/master/research/deeplab/g3doc/model_zoo.md
1. 运行model_test.py
测试安装环境,如果正常,提示:
Ran 5 tests in 10.758s
2. 运行build_voc2012_data.py 生成 .tfrecord数据
在VOC2012数据集中,文件夹JPEGImages存放着原始的[n*m*3] .jpg格式图片,文件夹SegmentationClass中存放Label数据,为[n*m*3]的 .png图片,首先应将这些label数据转换为[n*m*1]的单通道图片。
具体转换方法见:https://blog.csdn.net/weixin_41713230/article/details/81076292
python build_voc2012_data.py \
--image_folder="./VOC2012/JPEGImages" \ # 保存images的路径
--semantic_segmentation_folder="./VOC2012/SegmentationClass" \ #保存labels的路径,为单通道
--list_folder='./VOC2012/ImageSets/Segmentation' \ # 保存train\val.txt文件的路径
--image_format="jpg(image格式)" \
--outp