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