大家好,我是小开,今天给大家分享语义分割教程的第二部分。
这篇分享的内容是完整的实现语义分割的训练,无论实验结果如何,首先把模型跑起来,后面的教程我们会陆续进行优化。
完整的实验过程总共由以下四部分组成:
- 数据处理
- 模型设计
- 实验设置
- 训练
数据处理
首先我们先看一下数据集中的数据,images文件夹中保存了图像的RGB原图,而profiles文件夹中保存了对应的mask图,下面是两组对应图像的示例:
首先,我们需要对图像进行读取,并将其对应的路径进行保存,其中image_list中保存了全部RGB图像的存储路径,label_list中保存了全部Mask图像的存储路径,具体实现代码如下:
def __init__(self):
dataset_save_path = '../dataset/baiduseg/clean_images/'
image_save_path = os.path.join(dataset_save_path, 'images')
label_save_path &#