语义分割学习笔记（一）——SegNet 配置与训练

1 配置

1.1 资源下载与参考

 SegNet版本caffe：

        https://github.com/alexgkendall/caffe-segnet  

        https://github.com/TimoSaemann/caffe-segnet-cudnn5

参考：

      项目主页：http://mi.eng.cam.ac.uk/projects/segnet/

      指导说明：http://mi.eng.cam.ac.uk/projects/segnet/tutorial.html

环境：

     ubuntu 16.04

1.2 配置caffe

       选择的版本是TimoSaemann/caffe-segnet-cudnn5版本。

配置流程：

（1）修改Makefile.config，如果配置过caffe，可以参考已配置版本caffe的Makefile.config进行相关路径修改

（2）caffe root 文件夹下，运行 make all -j8

1.3 配置中遇到问题

（1）cuDNN版本问题：data_reader.o  Error 1 

...
/usr/local/cuda-7.5//include/cudnn.h:803:27: note: declared here  
 cudnnStatus_t CUDNNWINAPI cudnnSetPooling2dDescriptor(  
                           ^  
make: *** [.build_release/src/caffe/data_reader.o] Error 1 

      解决：  http://blog.csdn.net/u011070171/article/details/52292680

（2）找不到 lhdf_hl 和 lhdf5

cannot find -lhdf5 
cannot find -lhdf5_hl

       解决：http://blog.csdn.net/md_learning/article/details/53185992  （该方法有效）

          https://www.douban.com/note/587917828/

（3） 运行demo： python can't import _caffe module

        解决：https://github.com/BVLC/caffe/issues/263 （caffe root 下 make pycaffe）

2 运行与训练

    （1）运行和训练可以参考 http://mi.eng.cam.ac.uk/projects/segnet/tutorial.html
    （2）segnet_basic_inference 用官网给定的caffemodel，直接运行， 结果和tutorial中的不一致，效果较差，可能caffemodel存在问题，根据说明，进行简单的训练，得到了和官网近似结果，训练配置：

net: "/SegNet/MyModels/segnet_basic_train.prototxt"  		# Change this to the absolute path to your model file
test_initialization: false
test_iter: 1
test_interval: 10000000
base_lr: 0.01
lr_policy: "step"
gamma: 1.0
stepsize: 2000
display: 20
momentum: 0.9
max_iter: 10000
weight_decay: 0.0005
snapshot: 1000
snapshot_prefix: "/SegNet/MyModels/model/segnet_basic"  	# Change this to the absolute path to where you wish to output solver snapshots
solver_mode: GPU

以下为原图、真值图、结果图：