语义分割系列教程2—pytorch实现

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：

1. 数据处理
2. 模型设计
3. 实验设置
4. 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 &#