(tensorflow)deeplab-v3-plus跑代码教程

最近发现FCN拟合数据能力有限，vgg也太沉重，做不了事。查了下deeplabv3+算是分割里面比较成熟的，研究一下。

代码地址：https://github.com/rishizek/tensorflow-deeplab-v3-plus

部署过程

准备代码和数据：

1.git clone代码之后

安装如下库：

• tensorflow >=1.6
• numpy
• matplotlib
• pillow
• opencv-python  

我的配置是:
驱动nvidia384.130  +cuda9.0(这两个要配套，详见https://blog.csdn.net/liu506039293/article/details/103138467)

python3.6+tensorflow1.12.0+numpy1.16.0(numpy1.17.0测试报错)

这套是测试可行的，最好跟我一样。

2.下载PASCAL VOC training/validation data数据集,解压到data_dir参数对应路径.(直接解压到dataset文件夹内即可)
3.下载augmented segmentation data,解压到data_dir文件夹下的label_data_dir对应路径.(解压到\dataset\VOCdevkit\VOC2012文件夹里面即可)
4.下载trained model解压到model_dir对应路径(解压到./model文件夹即可)
5.下载pre-trained Resnet v2 101 model解压到pre_trained_model对应路径(需要按照路径参数创建./ini_checkpoints/resnet_v2_101/目录,然后解压)关键！！！很多人忘了创建ini_checkpoints/结果就是loss一直是0

转换为TFRecord：

如果你的数据位置依照前文放置，跟我一样的话，直接运行：

python create_pascal_tf_record.py

如果numpy版本不对，在这里会报错，请更换1.16.0版本。

如果成功：

dataset文件夹下面出现两个record文件，报warning说明有错误哈，检查路径！！ 后面会运行不了的。

 

可以尝试训练了：

如果跟上文一样配置的话，这里直接：

python train.py

查看tensorbord

 tensorboard --logdir=./model

 

要注意的：

显存不够的bathsize注意改小一点，train.py第41行default=5

后记总结：

佩服作者学术能力过硬，代码质量够硬，让人充满了对美好生活的向往！！