前言

在上一篇主要了解了语义分割，实例分割，全景分割的区别，以及labelme标注的数据进行转换，这边文章主要是通过deeplabV3+ 构建自己的语义分割平台

一、deeplabV3+

上图所示，是deeplabV3+的主体框架，简单来说就是编码，解码的过程。将输入的图片通过DCNN深度卷积神经网络，获得两个有效的特征层（浅层）（深层）对深层特征层进行ASPP（利用不同膨胀率的膨胀卷积进行特征提取，然后对特征进行堆叠，通过1X1卷积调整通道数，得到最终的特征）将高语义的特征信息经过上采样与浅层特征进行特征融合，在进行3X3的卷积，然后通过1*1卷积进行通道数的调整，调整成num_class（分类数）进行上采样使得最终输出层，宽高与输入图片一样，得到每一个像素点的每一个种类。

二、数据准备

1.我们首先要对数据进行一些处理

JPEGImages 存放的是图片

SegmentationClass 存放的是mask掩码图像

ImageSets 存放是一些txt文件

三、修改代码

1.根目录下的mypath.py文件

2.dataloaders\datasets创建自己的数据集文件hat.py
复制这一路径下的pascal.py文件

3.dataloaders/utils.py


4.dataloaders/__init__.py


5.train.py

四、开始训练

一些主要的参数



然后就可以直接训练了：

也可以搭载服务器进行训练，可以看我之前的文章。

五、测试

训练完成之后，就可以进行测试了，下面直接看代码。

import torchfrom modeling.deeplab_v3_50_modify_256 import deeplab_v3_50import globimport cv2import osfrom modeling.deeplab import *from PIL import Imagefrom torchvision import transformsfrom dataloaders.utils import*from utils.saver import save_colored_masknum_class=3path = 'test_image'out_path='out_image'test_images = glob.glob(os.path.join(path,"*.jpg"))composed_transforms = transforms.Compose([transforms.ToTensor()])totensor = transforms.ToTensor()model=DeepLab(num_classes=num_class,backbone='drn')model.load_state_dict(torch.load(r'D:\xiangmu\deeplaV3_run\run_hat\hat\deeplab-drn\model_best.pth.tar')['state_dict'])model.eval()def Normalize(img,mean,std):img = np.array(img).astype(np.float32)img /= 255.0img -= meanimg /=stdreturn imgfor test_image in test_images:name=os.path.basename(test_image)name=name.replace('jpg','png')img = Image.open(test_image)img_norm = Normalize(img,mean=(0.485, 0.456, 0.406),std=(0.229, 0.224, 0.225))img_resize = cv2.resize(img_norm,(513,513))compose = composed_transforms(img_resize).unsqueeze(0)out = model(compose)pred=torch.argmax(out,1)[0].numpy()H,W=img_norm.shape[0],img_norm.shape[1]pred_orgin=cv2.resize(pred,(W,H),interpolation=cv2.INTER_NEAREST)out_file=os.path.join(out_path,name)save_colored_mask(pred_orgin,out_file)print('save {} 测试完成'.format(out_file))

测试的结果：