1. 数据集下载

下载链接
提取码：2022
数据集文件夹中存放了样例image和label，可以查看他们的通道等信息，方便处理自己的数据集。

2. 数据集预处理

参考另一篇文章：图像预处理

1. 数据集image
   1. 是24位深度
   2. 3通道RGB图像
2. 数据集label
   1. 是8位深度
   2. 标签取值为0，1，2，…(有n类取值就到n-1)

如果您的数据集标签取值为255，需要转化为0，1，2，等（视自己情况而定）
例如：

Background [0,0,0]--------------0

Person [192,128,128]--------------1

Bike [0,128,0]----------------------2

Car [128,128,128]----------------- 3

Drone [128,0,0]--------------------4

Boat [0,0,128]--------------------- 5

Animal [192,0,128]---------------- 6

Obstacle [192,0,0]------------------7

Construction [192,128,0]-----------8

Vegetation [0,64,0]-----------------9

Road [128,128,0]-------------------10

Sky [0,128,128]---------------------11
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

如果显存不够，可以裁剪图像为256大小，对应代码如下：
裁剪后的图像保存在image和label中

import os
import numpy as np
import cv2

images_path = './JPEGImages/'
labels_path = './SegmentationClass/'

image_files = os.listdir(images_path)

for s in image_files:
    image_path = images_path + s
    label_path = labels_path + s[:-4]+'.png'
    image = cv2.imread(image_path)
    label = cv2.imread(label_path)
    #print(image.shape)
    index = 0
    for i in range(4):
        for j in range(4):
            #print(i*256, ((i+1)*256-1), j*256, ((j+1)*256-1))
            new_image = image[i*256 : ((i+1)*256), j*256 : ((j+1)*256), :]
            new_label = label[i*256 : ((i+1)*256), j*256 : ((j+1)*256), :]
            cv2.imwrite('./image/'+ 'b_' + s[:-4] +'_'+ str(index) + '.png', new_image)
            new_label = cv2.cvtColor(new_label, cv2.COLOR_BGR2GRAY)
            cv2.imwrite('./label/'+ 'b_' + s[:-4] +'_'+ str(index) + '.png', new_label)
            index+=1
    print(s)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

3. 模型下载

下载链接

4. 检查数据

1. 数据准备完成之后，首先运行voc_annotation.py文件，生成数据列表，运行命令：python voc_annotation.py，此处一般不会报错，如果报错可以按照下面的方式检查：

   1. 检查标签是否是8位深度，如果不是，运行下面的代码：

      import os
      
      import cv2
      
      file_names = os.listdir('./SegmentationClass/')
      
      for s in file_names:
          image_path = os.path.join('./SegmentationClass/', s)
          image = cv2.imread(image_path)
          image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
          cv2.imwrite('./SegmentationClass/' + s , image)
      
      1
      2
      3
      4
      5
      6
      7
      8
      9
      10
      11
      12

   2. 检查标签中是否有其他值，比如说类别为3，那么标签中的取值只能是0，1，2，如果出现其他值，就可能会报错；即便此处不报错，也可能在训练中出现问题，所以如果有这个问题，一定要记得修改。如果这种值不是特别多，可以直接设为0；如果特别多，那就需要检查是哪一步造成这个问题，如果找不到建议换数据集吧。

5. 训练模型

1. 修改train.py代码
   图像的尺寸（重要）
   
   图像类别（重要）
   
   batch_size等其他参数视情况而定
   
2. 运行python train.py来训练
   

6. 模型评估

1. 修改deeplab.py内容，分别是训练好的模型。类别数（包括背景在内）。图像尺寸
   
2. 修改get_miou.py内容
   
3. 运行python get_miou.py命令
   

7. 模型预测

1. 修改deeplab.py内容，分别是训练好的模型。类别数（包括背景在内）。图像尺寸
   
2. 修改predict.py内容。name_classes表示每个类别对应的名称
   
3. 运行python predict.py命令