语义分割的时候，发的牢骚

问题：opencv读取灰度图调用shape属性，显示通道数是3

• 我想跑起来 呜呜呜呜

1：VOC数据集

1：IPEGImages

• 原始图片，RGB图片，大小不一致

2：Segmentation

• 分割之后的图片，得到的是灰度图（深度是8位）

3：ImageSet

• ImageSet 中含有train.txt，value.txt，test.txt

4：VOC_COLORMAP

• 标签

https://github.com/ShusenTang/Dive-into-DL-PyTorch/blob/master/docs/chapter09_computer-vision/9.9_semantic-segmentation-and-dataset.md

2：Train.py

1：aux_branch

• 是否使用辅助分支

2：下采样的倍数

• 16
• 8的话，显存占用量特别大

3：Epoch

• 初始化

• 冻结层

• 0

• 50

• 50

• 100

• 找一个pspnet网络

• 开始的RGB颜色的标注

• MIOU的计算

mask获取对应的区域

3：pspNet网络的采集

• 怎么将灰度图转化为 RGB图像

• MIOU的计算问题

1：pspNet

• 不失帧的resize
• 主干提取网络resNet50 进行初步特征提取
• pspNet，不同大小的池化层进行平均池化
• 我们使用了 1 X 1, 2 X 2, 3 X 3, 6 X 6的区域进行操作 进行加强特征提取

2 问题

• 【PyTorch系列】找不到d2lzh_pytorch包，No module named ‘d2lzh_pytorch’
• https://blog.csdn.net/lilileon/article/details/114435102

3：问题

AttributeError: 'NDArray' object has no attribute 'convert'

• colormap.convert(RGB)

• Image.fromarray(arr, 'RGB')
  

4:NDaRRAY 和 Nparray

{[128, 0, 64], [128, 64, 0], [128, 0, 192], [0, 128, 64], [0, 192, 128], [192, 224, 224], [0, 0, 192], [128, 128, 192], [0, 128, 192], [0, 0, 64], [128, 128, 64], [0, 64, 0], [0, 128, 0], [128, 128, 128], [0, 0, 0], [0, 128, 128], [128, 0, 128], [128, 0, 0], [128, 128, 0], [0, 0, 128], [0, 192, 0], [0, 64, 128]}

0：白色[128, 0, 64]
[128, 64, 0],
[128, 0, 192],
[0, 128, 64], 
[0, 192, 128], 
[192, 224, 224],
[0, 0, 192],
[128, 128, 192],
[0, 128, 192], 
[0, 0, 64],
[128, 128, 64],
[0, 64, 0],
[0, 128, 0]
, [128, 128, 128]
14：黑色[0, 0, 0],
[0, 128, 128],
[128, 0, 128]
, [128, 0, 0],
18：猫头鹰[128, 128, 0],
[0, 0, 128],
[0, 192, 0],
[0, 64, 128]}

[0, 0, 0] 背景

• 0 是 白色 [128, 0, 64]

• 18 是鸟

• 实在不行，采用非深度学习的方法，全部设置为背景？？？

• 是不是我读取的时候读错了？？？8位的应该怎么读取

5：读取txt中的所有目录

• 读取 RGB的所有图像

image_ids = open(r"../input/voc2012-segmentation/ImageSets/Segmentation/train.txt",'r').read().splitlines()

for i in image_ids:
    print(len(myset))
    print(myset)
    img = cv2.imread("../input/voc2012-segmentation/SegmentationClass/" + str(i)+".png")
    # print(img)
    for x in range(img.shape[0]): 
        for y in range(img.shape[1]):
            #  print(img[x][y])
            lst = (img[x][y][0],img[x][y][0],img[x][y][0])
            myset.add(lst)

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-KKys6WnY-1622361549148)(CV%E4%BD%9C%E4%B8%9A%E7%AC%94%E8%AE%B0.assets/image-20210529181221769.png)]

• 我要死了~~~~~ ~~~~

• 应该写不完了，我死了~·

• 弄一个全是黑的的图片吧，这个怎么弄的

• 测试集上是 0.8732

标签

• VOC 2012中的ground truth label 是以RGB伪彩色图像的形式保存的

• 完结，撒花~~~

7：为什么一训练就变花了啊？？？？

上天啊~~~— 让我过一过吧，我真的只想得到一个 0.02 的结果

• 可以吗？？？

8：kaggle 下载代码后运行的结果文件

• commit之后，就会重新执行，得到最后的结果输出

9：TMD

颜色又搞反了

我真是个 废物

• 我觉得很扯，怎么颜色又不对····我是真的迷，迷了···

kaggle下载代码运行后的结果文件_笔记小屋-CSDN博客

一次跑三分钟，50轮就是一百五十分钟，差不多三个小时

• 为什么我越训练越低啊？？？？为什么我第一次最高？？？搞笑吧？？？

• 当epoch = 0 的时候

  • MIOU = 0.83

• epoch = 1 的时候

  • 先执行的是test文件
  • MIOU 74.06

• epoch = 4 的时候

  • MIOU 79.89

• epoch = 4 2 的时候

  • mIoU: 82.82; mPA: 89.19
    

• epoch = 56 的时候

  • ===> mIoU: 82.63; mPA: 89.25
    

• epoch = 70 的时候

  • Mean IoU: 0.8263  
    

  • 很服，很迷，你是不想让我训练吗？？、

  • 哭

代码地址

CV3Predict：https://www.kaggle.com/kksspsls/cv3predict

CV3MIOUTEST：https://www.kaggle.com/kksspsls/cv3mioutest

CV3trainModel：https://www.kaggle.com/kksspsls/cv3trainmodel