OpenMMLab 实战营打卡 - 第 7 课

OpenMMLab 实战营打卡 - 第 7 课

注：本博客仅用于个人上课随手笔记

计算机视觉之语义分割代码教学

一、上课笔记

1.安装环境

需要配置好mmcv，pytorch，cuda等，需要确定mmseg，mmcv和pytorch无误。我自己的配置是mmcv=2.0.0rc3，mmseg=2.0.0rc3,pytorch=1.8.0，cuda=11.2.

2.图像预测&视频预测

图像预测

可以运行demo的脚本，输入待预测图片，config，checkpoints的参数，可以输出，输入图片和分割结果以一定透明度叠加后的结果。在Python中也可以使用mmseg.api 下的 show_result_pyplot来展示图片。

视频预测

可以使用mmcv.VideoReader读入视频文件，逐帧处理每张图片输出分割结果。

最后可以在output目录下查看。

3.训练自己的数据集

修改相关的预测类别，调色板以对应类别显示的颜色,修改数据集文件。如果要增加新的数据集类型，在mmseg.dataset下init.py的里面进行注册修改

更改训练集验证集到自己数据的路径。设置一些预训练模型权重，修改config文件（如预测的类别）。

在实际操作中，我选择了Kaggle上的clothes数据集，分割结果如下，左边是真值，右边是处理后结果。

4.测试

基本测试精度指标：Iou，Acc.验证集进行验证后会计算这两个基本的指标。也可以运行tools/test.py进行测试。

速度指标FPS:可以使用tools/analysis_tools/bench_mark.py 进行预测，指定参数为配置文件和预训练模型。脚本以批处理的形式去处理，输出一秒钟能处理多少张图片， fps: x img/s.表示一秒钟能处理x张图像。

混淆矩阵：使用上一个目录下的confusion_matrix.py进行测试即可。

淆矩阵：使用上一个目录下的confusion_matrix.py进行测试即可。