搜索
bottom↓
回复: 7

【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)

[复制链接]

出5入84汤圆

发表于 2020-10-13 15:39:42 | 显示全部楼层 |阅读模式
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。
  1. # Train 10 iterations.
  2. NUM_ITERATIONS=10000
复制代码


 改“local_test_mobilenetv2.sh”第45行执行另一个shell
  1. sh download_and_convert_voc2012.sh
复制代码

我们进入到这个shell中(再datasets文件夹里),然后屏蔽掉第60行
  1. # Download the images.
  2. BASE_URL="http://host.robots.ox.ac.uk/pascal/VOC/voc2012/"
  3. FILENAME="VOCtrainval_11-May-2012.tar"

  4. #download_and_uncompress "${BASE_URL}" "${FILENAME}"
复制代码

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。
  1. PASCAL VOC 2012 dataset is expected to have the following directory structure:

  2.   + pascal_voc_seg
  3.     - build_data.py
  4.     - build_voc2012_data.py (current working directory).
  5.     + VOCdevkit
  6.       + VOC2012
  7.         + JPEGImages
  8.         + SegmentationClass
  9.         + ImageSets
  10.           + Segmentation
  11.     + tfrecord
复制代码


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


评估结果如下:
  1. INFO:tensorflow:Starting evaluation at 2020-09-07-20:17:50
  2. INFO:tensorflow:Evaluation [144/1449]
  3. INFO:tensorflow:Evaluation [288/1449]
  4. INFO:tensorflow:Evaluation [432/1449]
  5. INFO:tensorflow:Evaluation [576/1449]
  6. INFO:tensorflow:Evaluation [720/1449]
  7. INFO:tensorflow:Evaluation [864/1449]
  8. INFO:tensorflow:Evaluation [1008/1449]
  9. INFO:tensorflow:Evaluation [1152/1449]
  10. INFO:tensorflow:Evaluation [1296/1449]
  11. INFO:tensorflow:Evaluation [1440/1449]
  12. INFO:tensorflow:Evaluation [1449/1449]
  13. INFO:tensorflow:Finished evaluation at 2020-09-07-20:20:35
  14. miou_1.0[0.548890591]
复制代码


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。

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?注册

x

出0入42汤圆

发表于 2020-10-13 21:39:29 来自手机 | 显示全部楼层
楼主可以介绍下,这个运行环境大概怎么搭建的吗?

出5入84汤圆

 楼主| 发表于 2020-10-13 21:41:38 | 显示全部楼层
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。

出13910入4092汤圆

发表于 2020-10-14 02:30:28 | 显示全部楼层
精华,打赏!

出0入42汤圆

发表于 2020-10-14 08:39:26 | 显示全部楼层
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

出5入84汤圆

 楼主| 发表于 2020-10-14 09:09:04 | 显示全部楼层

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。

出0入0汤圆

发表于 2020-10-14 09:31:12 | 显示全部楼层
马克下,谢谢楼主

出0入4汤圆

发表于 2020-10-14 18:07:12 | 显示全部楼层
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
回帖提示: 反政府言论将被立即封锁ID 在按“提交”前,请自问一下:我这样表达会给举报吗,会给自己惹麻烦吗? 另外:尽量不要使用Mark、顶等没有意义的回复。不得大量使用大字体和彩色字。
您需要登录后才可以回帖 登录 | 注册

本版积分规则

手机版|Archiver|amobbs.com 阿莫电子论坛 -- 东莞阿莫电子网站 ( 粤ICP备2022115958号, 版权所有:东莞阿莫电子贸易商行 创办于2004年 (公安交互式论坛备案:44190002001997 ) )

GMT+8, 2022-9-28 07:42

© Since 2004 www.amobbs.com, 原www.ourdev.cn, 原www.ouravr.com

快速回复 返回顶部 返回列表