图像语义分割——利用DeeplabV3+预测单张照片

本文介绍了如何使用DeeplabV3+模型进行图像语义分割,包括生成.pb文件、预测单张图片的步骤,并强调了TF版本选择与内存管理的重要性。
摘要由CSDN通过智能技术生成

当训练好DeeplabV3+模型后,生成了.ckpt文件,下一步希望利用模型进行真实的场景预测,通用的做法生成.pb文件。这样做的好处是:1. 将变量转换为常量,减小模型,2. 便于其他语言调用(.pb文件可直接被C/C++/Java/NodeJS等读取)。

运行 export_model.py 生成模型

利用官方代码文件export_model.py生成 frozen_inference_graph.pb 文件,利用该文件进行预测。这里需要注意的是:必须知道模型的input和output,这可以通过查看代码获得。

python export_model.py \
  --checkpoint_path="./checkpoint_1/model.ckpt-518495" \  # 训练得到的ckpt文件
  --export_path="./output_model/frozen_inference_graph.pb" \  # 需要导出的模型名称
  --model_variant="xception_65" \
  --atrous_rates=6 \
  --atrous_rates=12 \
  --atrous_rates=18 \
  --output_stride=16 \
  --decoder_output_stride=4 \
  --num_classes=3 \
  --crop_size=1440 \  # 需要预测图片的大小,如果预测的图像大小比该值大,将报错
  --crop_size=1440 \
  --infere
评论 74
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值