DeeplabV3+ tensorflow学习以及训练自己的数据

一：数据准备：

1、网上下载labelme开源标注工具并根据官网配置环境，然后标注数据并生成标签数据

2、根据voc数据制作方式制作tfrecord数据

二：训练前代码准备：

修改：segmentation_dataset.py、train_utils.py

segmentation_dataset.py在deeplab/datasets下面

在_DATASETS_INFORMATION = {对应的位置根据voc格式添加自己的数据，如下：

_DATASETS_INFORMATION = {
    'cityscapes': _CITYSCAPES_INFORMATION,
    'pascal_voc_seg': _PASCAL_VOC_SEG_INFORMATION,
    'ade20k': _ADE20K_INFORMATION,
    'lab': _LAB_DATASET, #此为新添加的自己的数据信息，在训练参数里面对应--datasets参数
}

lab数据集仿照pascal_voc_seg数据集添加数据集信息 如下：

_LAB_DATASET = DatasetDescriptor(
    splits_to_sizes={
        'train': 150,   # 训练集的个数
        'trainval': 250, #训练验证集的个数
        'val': 100,  #验证集的个数
    },
    num_classes=4,   #label+1 （not use ignore l