deeplabv3+训练camvid和cityscapes数据集（二）

最新推荐文章于 2020-11-23 22:24:15 发布

Yuan来如

最新推荐文章于 2020-11-23 22:24:15 发布

阅读量1.5k

点赞数 1

分类专栏： deeplab cityscapes camvid 文章标签： tensorflow python 机器学习

本文链接：https://blog.csdn.net/weixin_43626069/article/details/105442975

版权

一直在忙着优化程序，就停了几天

概述

TFRecord格式是tensenflow提供的一种存储数据的格式，便于tensorflow比较通用、高效的读取数据，

将cityscapes数据集转换程成TFRecord格式

下载cityscapes数据集和cityscapesScripts脚本：https://github.com/mcordts/cityscapesScripts

Ubuntu系统处理方式

在下载的models/research/deeplab/dataste中找到convert_cityscapes.sh文件，以文本格式打开按照自己文件所在路径逐一进行修改即可，下面进行了注释。

set -e

CURRENT_DIR=$(pwd)
WORK_DIR="."    #定义cityscapes文件夹的位置

# Root path for Cityscapes dataset.
CITYSCAPES_ROOT="${WORK_DIR}/cityscapes"   #添加cityscapes数据集根目录的环境变量

# Create training labels.
python "${CITYSCAPES_ROOT}/cityscapesscripts/preparation/createTrainIdLabelImgs.py"
#执行cityscapesScripts中的createTrainIdLabelImgs.py

# Build TFRecords of the dataset.
# First, create output directory for storing TFRecords.
OUTPUT_DIR=</