Unet训练和libtorch部署测试

代码下载：https://download.csdn.net/download/zhouzongzong/86339624

1、训练：
训练
然后进入json_to_dataset.py，修改classes，加入自己的类，注意！不要把_background_这个类删掉！！

运行以后，程序会将原始图copy到datasets/JPEGImags下，然后生成的png标签文件生成在datasets/SegmentationClass文件下。接下来就是这两个文件复制到VOCdevkit/VOC2007/中。

接下来是运行VOCdevkit/voc2unet.py，将会在ImageSets/Segmentation/下生成txt文件。

接下来就可以运行train.py进行训练了，这里需要主要更改 NUM_CLASSES 。

2、预训练权重下载：
1、unet.pt是训练后经转化的文件，可以直接用libtorch部署
2、unet_voc.pth是预训练参数文件，训练时候调用
3、vgg16-397923af.pth开始训练生成的文件
4、logs里面是最终的每次训练结果.pth文件
链接：https://download.csdn.net/download/zhouzongzong/86339634

3、训练过程:

解决方案：https://blog.csdn.net/weixin_40227656/article/details/118861366

4、部署过程中的问题解决：
https://blog.csdn.net/qq_43950348/article/details/115697900

5、unet测试：
https://blog.csdn.net/qq_37652891/article/details/123938713

640 * 640图片推理测试时间约为0.2s

6、整体参考：
https://blog.csdn.net/z240626191s/article/details/125417740
https://blog.csdn.net/hiteryang/article/details/105575307
https://blog.csdn.net/weixin_42329982/article/details/107906567
https://blog.csdn.net/z240626191s/article/details/124341346#comments_22665752