win10下用Deeplabv3+训练VOC数据集(二)

接上一篇博客 win10下用Deeplabv3+训练VOC数据集(一)

运行train.py碰到的问题，及解决办法

小白第一次跑这个算法，不会ubuntu，只能在win10（有GPU）下跑跑，但是在pycharm里边有的参数又不知道改啥或者怎么改，参考这个博主的训练过程，在models-master\research\deeplab目录底下建立批处理文件X-Train.bat ，双击打开

由于我的环境是在 anaconda3中新建的tf1.15.0，python3.6.10的虚拟环境，所以不能根据那个博主的模板写，最主要的前面这几行代码

echo "Start training..."
cd C:\Users\Star Ma\Anaconda3\envs\tf15_py36  #进入当前所需的环境下
call activate tf15_py36  #激活虚拟环境，不加call会闪退
cd D:\StarMa\models-master\research\deeplab  #进入当前deeplab文件下
python train.py  ^
    --logtostderr  ^
    --training_number_of_steps=1000  ^  #先训练1000步
    --train_split="train"  ^  #选择用于训练的数据集
    --model_variant="xception_65"  ^
    --atrous_rates=6  ^
    --atrous_rates=12  ^
    --atrous_rates=18  ^
    --output_stride=16  ^
    --decoder_output_stride=4  ^
    --train_crop_size=321,321  ^  #机器内存不够，适当调小
    --train_batch_size=1 ^  #因为机器内存不够，设置为1
    --fine_tune_batch_norm=False ^  #因为train_batch_size=1，设置为false
    --dataset="pascal_voc_seg" ^  
    --tf_initial_checkpoint=.\datasets\init_models\deeplabv3_pascal_train_aug\model.ckpt ^   #下载的权重
    --train_logdir=./checkpoint ^   # 保存训练的中间结果的路径
    --dataset_dir=./datasets/tfrecord  # 生成的tfrecord的路径
PAUSE

还有一点需要注意，如果train之前的步骤都没问题，好多博主都是train_crop_size都是按照下面方式写的，我这样写然后运行会出错

--train_crop_size=321
--train_crop_size=321
#改为

改为

--train_crop_size=321,321

就可以了，暂时还不知道原因