chun2495 发表于 2020-10-13 15:39:42

【人工智能 图像分割 原创首发】第九章 补充(官方示例训练以及测试)

我们在训练自己的数据前，最好还是先测试下官方的数据是否可行，这样可以避免很多坑。我就是前期没有搞这个导致一个小问题耽搁了很久。说多了都是泪。。。

好了开始吧！

deeplab_V3自带测试shell（如下图），现在我们测试下mobilentv2网络。


修改“local_test_mobilenetv2.sh”第75行的迭代次数（原来是10），10的情况下训练的网络非常差，vis测试时识别的都是乱七八糟的东西。这里我改成了10000，识别出的效果会好很多。
# Train 10 iterations.
NUM_ITERATIONS=10000

 改“local_test_mobilenetv2.sh”第45行执行另一个shell
sh download_and_convert_voc2012.sh
我们进入到这个shell中（再datasets文件夹里），然后屏蔽掉第60行
# Download the images.
BASE_URL="http://host.robots.ox.ac.uk/pascal/VOC/voc2012/"
FILENAME="VOCtrainval_11-May-2012.tar"

#download_and_uncompress "${BASE_URL}" "${FILENAME}"
因为这是在线下载并解压，数据包有2个G大小，太慢了，所以屏蔽掉后我们手动下载来解压。
我把数据分享到了网盘，需要的可以下载。链接: https://pan.baidu.com/s/1iaGVUMY6Dh5RSzlcUbNSYQ  密码: o39j ，然后按照“build_voc2012_data.py”提示，在datasets下创建文件夹pascal_voc_seg，然后在pascal_voc_seg里创建文件夹VOCdevkit，把解压的文件夹VOC2012移动到这里。
PASCAL VOC 2012 dataset is expected to have the following directory structure:

+ pascal_voc_seg
    - build_data.py
    - build_voc2012_data.py (current working directory).
    + VOCdevkit
      + VOC2012
      + JPEGImages
      + SegmentationClass
      + ImageSets
          + Segmentation
    + tfrecord


运行“local_test_mobilenetv2.sh”就可以了，训练结果如下：
INFO:tensorflow:global step 9890: loss = 0.6183 (3.877 sec/step)
INFO:tensorflow:global step 9900: loss = 0.6939 (3.913 sec/step)
INFO:tensorflow:global step 9910: loss = 0.7819 (3.866 sec/step)
INFO:tensorflow:global step 9920: loss = 0.8424 (3.875 sec/step)
INFO:tensorflow:global step 9930: loss = 0.3926 (3.896 sec/step)
INFO:tensorflow:global step 9940: loss = 0.6908 (3.869 sec/step)
INFO:tensorflow:global step 9950: loss = 0.5328 (3.899 sec/step)
INFO:tensorflow:Recording summary at step 9958.
INFO:tensorflow:global step 9960: loss = 0.3902 (3.894 sec/step)
INFO:tensorflow:global step 9970: loss = 0.5666 (3.880 sec/step)
INFO:tensorflow:global step 9980: loss = 0.7343 (3.884 sec/step)
INFO:tensorflow:global step 9990: loss = 0.7285 (3.885 sec/step)
INFO:tensorflow:global step 10000: loss = 0.6550 (3.875 sec/step)
INFO:tensorflow:Stopping Training.
INFO:tensorflow:Finished training! Saving model to disk.

评估结果如下：
INFO:tensorflow:Starting evaluation at 2020-09-07-20:17:50
INFO:tensorflow:Evaluation
INFO:tensorflow:Evaluation
INFO:tensorflow:Evaluation
INFO:tensorflow:Evaluation
INFO:tensorflow:Evaluation
INFO:tensorflow:Evaluation
INFO:tensorflow:Evaluation
INFO:tensorflow:Evaluation
INFO:tensorflow:Evaluation
INFO:tensorflow:Evaluation
INFO:tensorflow:Evaluation
INFO:tensorflow:Finished evaluation at 2020-09-07-20:20:35
miou_1.0

可视化输出如下：

当然，更改训练迭代次数越多结果会越好。我这里很明显有些图片并不理想。可能迭代次数改到30000就好了吧。

我是一个大白菜 发表于 2020-10-13 21:39:29

楼主可以介绍下，这个运行环境大概怎么搭建的吗？

chun2495 发表于 2020-10-13 21:41:38

我是一个大白菜 发表于 2020-10-13 21:39
楼主可以介绍下，这个运行环境大概怎么搭建的吗？

我第二章已经介绍了。

armok. 发表于 2020-10-14 02:30:28

精华，打赏！

我是一个大白菜 发表于 2020-10-14 08:39:26

chun2495 发表于 2020-10-13 21:41
我第二章已经介绍了。

好的，我从头看看，谢谢分享

chun2495 发表于 2020-10-14 09:09:04

armok. 发表于 2020-10-14 02:30
精华，打赏！

感谢莫大，这篇文章可以帮助大家入门深度学习。全网只在咱们论坛发布。

tigerwangrb 发表于 2020-10-14 09:31:12

马克下，谢谢楼主

clesun 发表于 2020-10-14 18:07:12

chun2495 发表于 2020-10-13 21:41
我第二章已经介绍了。

太高深了，没有接触过
页: [1]
查看完整版本: 【人工智能 图像分割 原创首发】第九章 补充(官方示例训练以及测试)