Ubuntu18.04 DeepLabv3+图像语义分割学习 + 实践笔记 (二) 项目安装和测试

最新推荐文章于 2022-09-28 22:13:14 发布
最新推荐文章于 2022-09-28 22:13:14 发布
阅读量870 收藏 3
点赞数
分类专栏： 深度学习 #图像分割 机器学习 文章标签： 深度学习 机器学习 图像分割
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43056275/article/details/103029086
版权

DeepLabv3+图像语义分割学习 + 实践笔记 二 项目安装和测试

1. 环境

基本配置版本号
CPUIntel® Xeon® CPU E5-2685 v4 @ 2.50GHZ ×4
GPUNvidia tesla P100
OSUbuntu18.04
python3.6
tf-gpu1.13.1
keras2.3.0
numpy1.18.4

2. 下载安装deeplabv3+

2.1 下载deeplabv3+

  1. 因为我的tf的版本是1.13.1，打开https://github.com/tensorflow/models/tree/v1.13.0下载1.13版本的tensorflow models。
  2. 照其他博客说的，如果直接打开https://github.com/tensorflow/models或者直接git这个网址对于低于2.0的tf会报错，因为最近网站更新了，好像适用于tf2.0以上的版本。

2.2 配置环境

  1. sudo gedit ~/.bashrc
    在bashrc中添加路径，如下

在这里插入图片描述

3. 测试deeplabv3+

打开目录到 models-master/research/deeplab
运行

python model_test.py

提示如下表明安装成功，可以开始自定义数据集并且训练
在这里插入图片描述

王二小、
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
DeepLabV3使用及源码讲解
@bangbang的博客
02-06 5638
博文介绍的DeepLabV3 代码主要来自于pytorch官方torchvision模块中的。
Deeplabv3+语义分割实战：详解Deeplabv3+训练与测试（tensorflow）
liueraichao的专栏
07-06 1692
手把手Deeplabv3+语义分割实战：详解Deeplabv3+训练与测试（tensorflow）
DeepLabv3+（PyTorch）图像语义分割：训练自己的数据集
12-06
DeepLabv3+是一种非常先进的基于深度学习的图像语义分割方法，可对物体进行像素级分割。 本课程将手把手地教大家使用labelme图像标注工具制作数据集，并使用PyTorch版本的DeepLabv3+训练自己的数据集，从而能开展自己的图像语义分割应用。 本课程以RoadScene语义分割开展项目实践：对汽车行驶场景中的路坑、车、车道线进行物体标注和语义分割。 本课程使用Pytorch版本的DeepLabv3+，在Ubuntu系统上做项目演示。 包括：安装PyTorch和deeplabv3+、数据集标注、数据集格式转换、训练自己的数据集、测试训练出的网络模型以及性能评估。本课程提供项目的数据集和Python程序文件。 相关课程：DeepLabv3+图像语义分割实战：训练自己的数据集（TensorFlow）https://edu.csdn.net/course/detail/25328
Docker 部署深度学习 运行deeplabV3
Lightismore的博客
07-04 2110
本文介绍了docker容器配置深度学习环境，运行deeplabv3项目，提交容器，保存镜像的操作
Deeplabv3+安装并运行自己的数据集
niuniu924的博客
07-04 5017
论文：https://arxiv.org/pdf/1802.02611.pdf 源码：https://github.com/tensorflow/models/tree/master/research/deeplab 环境：ubuntu16.04 + cuda9.0 + cudnn7.6 + tensorflow-gpu1.11 cuda9.0 + cudnn7.6安装配置可参照：https...
DeepLabv3+安装(后因显存太小无法加载模型中断)
Asber的博客
05-21 1149
paddlepaddle的DeepLabv3+ 根据此处，我们进行下载 需要python>=3.5的环境 0.conda create -n deeplab python=3.6 1.pip install -U paddlepaddle 其中有一些pkg的版本问题 直接pip install pkg==xxx版本(scipy和nltk) 2.git clone https://github...
deeplab_v3 安装问题
redfires的博客
12-28 380
1 先安装tensorflow, 配置如下： CUDA ：9.0, CUDNN : 7.1 , tensorflow1.11 安装很顺利 2. 安装deeplab_v3, 先在/deeplab_v3/research 目录下打开终端，输入： export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim 3. 运行测试程序： python deeplab/model_test.py 4. 出错及解决： 1. ImportError: No mod...
vmware+x86_ubuntu18.04+qemu+aarch64_openEuler
08-26
本文档详细介绍了：在windows10主机的vmware软件中安装ubuntu18.04系统，再基于x86架构的ubuntu18.04，搭建openEuler_aarch64架构的qemu虚拟机。
TurtleBot3-Burger+Ubuntu18.04+Melodic ROS 安装记录
01-06
文章目录一、硬件安装视频&资料硬件效果和三视图二、软件安装和环境搭建流程①PC端部分②Raspberry Pi部分③OpenCR参考链接 一、硬件安装视频&资料 我自己录了个小视频，链接：TurtleBot3-Burger硬件安装记录 萌新...
liberrio文件， Ubuntu 18.04 下 uhd+gnuradio 安装指南，国产B210教程用
07-10
在本文中，我们将深入探讨如何在Ubuntu 18.04操作系统上安装uhd（Universal Hardware Driver）和gnuradio，这两个是无线电通信领域的重要工具。liberrio文件提供了这方面的指南，特别是针对国内的B210硬件设备。让...
Ubuntu 18.04.06PCLC++学习记录（二）下配套文件
最新发布
03-17
最好自己写程序得出，实验代码用用
deeplab v3+.pdf
09-22
Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation
Win10 + Ubuntu18.04 双系统+双硬盘快速安装(超详细入门安装教程)
01-09
正文开始，本文适用于想要安装 WIN10 + Ubuntu 双系统的同学，磁盘格式是GTP，同时使用UEFI引导，双系统均安装在SSD，保证读写速度，数据保存在HDD。 目录一、准备工作1.1下载 Ubuntu18.04 镜像1.2 UltraISO 制作U盘...
关于用Pytorch搭建Deeplabv3+的笔记（成功案例）
qq_53639093的博客
04-25 3995
需要的第三方库 pytorch、tqdm
DeepLabV3+(tensorflow)工程应用系列（一）—— 自己制作语义分割数据集
DAOCHI
03-15 734
一、概述   在实际的工程应用中，我们通常要制作自己的数据集，进而完成实际场景下的任务。关于语义分割任务数据集的基本介绍以及规范，请参考我总结的官网博客，PASCAL VOC 2012 数据集解析。在该系列博客中，将详细介绍【DeepLabV3+】的整个应用过程：数据制作，数据生成，代码解析，网络结构解析，论文翻译以及解析。 二、软件安装（Labelme）   本次数据制作，选择普遍使用的标注软件，Labelme。该软件是一个图形界面的图像标注软件，来自于 http://labelme.csail.mit.
工程（二）——DeeplabV3+语义分割训练自制数据集
HUASHUDEYANJING的博客
04-04 8252
目录 1、配置环境 1.1 利用conda新建一个环境并激活 1.2 安装pytorch 1.3 更新bashrc环境 2、安装DeeplabV3 2.1 克隆代码 2.2 下载数据集和预训练模型 3、测试算法 4、制作VOC数据集 4.1 转VOC格式 4.2 项目数据准备 5、训练验证数据集 5.1 visdom可视化 5.2 训练网络 5.3 验证模型 1、配置环境 1.1 利用conda新建一个环境并激活 conda create -n deeplabv3.
DeeplabV3+网络结构搭建
m0_56247038的博客
09-28 2280
DeepLabV3+结构剖析&源码解析(Pytorch)
Deeplabv3+ 环境配置-Anaconda3 + Pytorch1.8 + Cuda10.1 + opencv3.2.0
qq_38766208的博客
12-19 5364
Anaconda3 下载 wget https://repo.anaconda.com/archive/Anaconda3-2021.05-Linux-x86_64.sh 安装 bash Anaconda3-2021.05-Linux-x86_64.sh 安装成功 编辑~/.bashrc文件，加入 export PATH=~/anaconda3/bin:$PATH 更新环境变量 source ~/.bashrc 输入conda list 添加Anaconda国内镜像配置 清华提供了Anaconda
DeepLabv3+图像语义分割实战：训练自己的数据集
07-10
DeepLabv3+是一种非常先进的基于深度学习的图像语义分割方法，可对物体进行像素级分割。 本课程将手把手地教大家使用labelme图像标注工具制作数据集，并使用DeepLabv3+训练自己的数据集，从而能开展自己的图像语义分割应用。 本课程有两个项目实践： (1) CamVid语义分割 ：对CamVid数据集进行语义分割 (2) RoadScene语义分割：对汽车行驶场景中的路坑、车、车道线进行物体标注和语义分割 本课程使用TensorFlow版本的DeepLabv3+，在Ubuntu系统上做项目演示。 包括：安装deeplab、数据集标注、数据集格式转换、修改程序文件、训练自己的数据集、测试训练出的网络模型以及性能评估。 本课程提供项目的数据集和Python程序文件。 下图是使用DeepLabv3+训练自己的数据集RoadScene进行图像语义分割的测试结果：
ubuntu18.04 安装UHD+GNU Radio
09-26
在Ubuntu 18.04上安装UHD GNU Radio，您可以按照以下步骤进行操作： 1. 更新软件包列表和系统软件： - sudo apt update - sudo apt upgrade 2. 安装必要的依赖包： - sudo apt install build-essential cmake ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

王二小、

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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