DeepLab-V3代码分析（一）

https://github.com/rishizek/tensorflow-deeplab-v3

一、基本流程

1. Setup

2. Train

1. 将原始数据转换为TFRecord格式（可以提高训练速度）

python create_pascal_tf_record.py --data_dir DATA_DIR \
                                  --image_data_dir IMAGE_DATA_DIR \
                                  --label_data_dir LABEL_DATA_DIR 

2. 开始训练：

python train.py --model_dir MODEL_DIR 
				--pre_trained_model PRE_TRAINED_MODEL

--pre_trained_model包含了预训练的 Resnet 模型，model_dir包含了该程序训练的 DeepLab-V3 checkpoints。

3. Inference

对模型进行测试：

python inference.py --data_dir DATA_DIR 
					--infer_data_list INFER_DATA_LIST 
					--model_dir MODEL_DIR 

二、TFRecord 转换代码

create_pascal_tf_record.py

1. 图片转为 tf.Example

def dict_to_tf_example(image_path, label_path):

2. 用 sample 建立 TFRecord

def create_tf_record(output_filename,
                     image_dir,
                     label_dir,
                     examples):