TensorFlow实现FCN分割图片（使用自己的数据集）

一、复现FCN

1、在github上下载fcn的tensorflow版本实现 https://github.com/shekkizh/FCN.tensorflow
2、代码的实现有四个python文件，分别是FCN.py、BatchDatasetReader.py、TensorFlowUtils.py、read_MITSceneParsingData.py，将这四个文件放在一个当前目录下。
3、然后下载VGG网络的权重参数，下载好后的文件路径为./Model_zoo/imagenet-vgg-verydeep-19.mat.
网址：http://www.vlfeat.org/matconvnet/models/beta16/imagenet-vgg-verydeep-19.mat
4、然后下载训练会用到的数据集，并解压到路径: ./Data_zoo/MIT_SceneParsing/ADEChallengeData2016。
网址：http://data.csail.mit.edu/places/ADEchallenge/ADEChallengeData2016.zip
5、训练时把FCN.py中的全局变量mode该为“train”，运行该文件。测试时改为“visualize”运行即可。

二、 制作自己的训练数据

1. 做标签安装
   下载网址：https://github.com/wkentaro/labelme#ubuntu
   我的环境ubuntu18+py36.

    # Python3
sudo apt-get install python3-pyqt5  # PyQt5
sudo pip3 install labelme

2.标注：运行labelme打开取名标注即可，点击Save后会生成改图片对应的json文件
首先看一下标准数据格式

annotation文件夹放的是train和valid的label文件，具体形式是图片（png），image文件夹放的是原照片（jpg），两个文件夹的内容除了图片格式有区别外，文件名等必须一一对应。
ok，所以我们的第一步应该是制作自己数据的label，运行labelme打开取名标注即可，点击Save后会生成改图片对应的json文件.