图像分割实战-系列教程13：deeplabV3+ VOC分割实战1-------项目介绍与参数解析

图像分割实战-系列教程 总目录

有任何问题欢迎在下面留言
本篇文章的代码运行界面均在Pycharm中进行
本篇文章配套的代码资源已经上传

deeplab系列算法概述
deeplabV3+ VOC分割实战1
deeplabV3+ VOC分割实战2
deeplabV3+ VOC分割实战3
deeplabV3+ VOC分割实战4
deeplabV3+ VOC分割实战5

1、项目介绍

1.1 VoC2012数据集介绍

Visual object classes challenge 2012，一般简称VoC2012，一个非常经典的数据集，很多论文都使用它，分类检测分割任务都有用这个数据集

如图所示，在我们已经上传的项目中，我已经下载了这个数据集，voc2012中包含，6个文件夹，其中JPEGImages是包含了很多张的图像，一共有17125张图像，这是我们所有的数据。而Annotations文件夹就是包含了这17125张图像对应的标签数据，全部都是xml文件：

每个标注文件中，包含了对应的图像名、图像的（h，w，c）、语义分割的标注信息、物体检测标注信息等，在ImageSets中的main文件夹有识别任务的标注信息、Segmentation文件夹有分割任务的标注信息、Action文件夹有任务动作识别的标注信息

我们的任务主要是图像分割，使用的是VOC2012文件夹中的SegmentationClassAug文件夹的数据：

1.2 项目介绍

本项目包含10个文件(夹)，以本文上传的项目为准：

1. 运行的文件就是main.py，执行训练和验证都是main.py，只不过训练和验证的配置参数不同
2. DeepLab.pdf，介绍DeepLabv3+的ppt
3. checkpoint文件夹是保存的模型文件
4. datasets文件夹，保存了所有的数据、标签、以及处理数据的代码
5. metrics文件夹，评价指标的代码
6. network文件夹，构建网络的代码
7. results文件夹，训练部分结果得到的图像
8. samples文件夹，验证部分结果得到的图像
9. utils文件夹，可视化、损失计算、学习率调度策略等代码
10. .gitignore文件，是一个文本文件，告诉Git 要忽略项目中的哪些文件或文件夹

2、项目参数

def get_argparser():
    parser = argparse.ArgumentParser()
    # Datset Options
    parser.add_argument("--data_root", type=str, default='./datasets/data',
                        help="path to Dataset")
    parser.add_argument("--dataset", type=str, default='voc',
                        choices=['voc', 'cityscapes'], help='Name of dataset')
    parser.add_argument("--num_classes", type=int, default=None,
                        help="num classes (default: None)")

• data_root：数据位置
• dataset：deeplabv3+有两个数据集，这里默认就是我们的voc
• num_classes：类别，一共有21类

    # Deeplab Options
    parser.add_argument("--model", type=str, default='deeplabv3plus_mobilenet',
                        choices=['deeplabv3_resnet50',  'deeplabv3plus_resnet50',
                                 'deeplabv3_resnet101', 'deeplabv3plus_resnet101',
                                 'deeplabv3_mobilenet', 'deeplabv3plus_mobilenet'], help='model name')
    parser.add_argument("--separable_conv", action='store_true', default=False,
                        help="apply separable conv to decoder and aspp")
    parser.add_argument("--output_stride", type=int, default=16, choices=[8, 16])

• model：特征提取网络的选择，根据任务来，可以选择复杂的速度就会慢，mobilenet就相对比较简易的网络，分别都有对应的3和3+版本
• separable_conv：部署剪枝用的参数
• output_stride：输出通道

    # Train Options
    parser.add_argument("--test_only", action='store_true', default=False)
    parser.add_argument("--save_val_results", action='store_true', default=False,
                        help="save segmentation results to \"./results\"")
    parser.add_argument("--total_itrs", type=int, default=30e3,
                        help="epoch number (default: 30k)")
    parser.add_argument("--lr", type=float, default=0.01,
                        help="learning rate (default: 0.01)")
    parser.add_argument("--lr_policy", type=str, default='poly', choices=['poly', 'step'],
                        help="learning rate scheduler policy")
    parser.add_argument("--step_size", type=int, default=10000)
    parser.add_argument("--crop_val", action='store_true', default=False,
                        help='crop validation (default: False)')
    parser.add_argument("--batch_size", type=int, default=16,
                        help='batch size (default: 16)')
    parser.add_argument("--val_batch_size", type=int, default=4,
                        help='batch size for validation (default: 4)')
    parser.add_argument("--crop_size", type=int, default=513)
    
    parser.add_argument("--ckpt", default=None, type=str,
                        help="restore from checkpoint")
    parser.add_argument("--continue_training", action='store_true', default=False)

    parser.add_argument("--loss_type", type=str, default='cross_entropy',
                        choices=['cross_entropy', 'focal_loss'], help="loss type (default: False)")
    parser.add_argument("--gpu_id", type=str, default='0',
                        help="GPU ID")
    parser.add_argument("--weight_decay", type=float, default=1e-4,
                        help='weight decay (default: 1e-4)')
    parser.add_argument("--random_seed", type=int, default=1,
                        help="random seed (default: 1)")
    parser.add_argument("--print_interval", type=int, default=10,
                        help="print interval of loss (default: 10)")
    parser.add_argument("--val_interval", type=int, default=100,
                        help="epoch interval for eval (default: 100)")
    parser.add_argument("--download", action='store_true', default=False,
                        help="download datasets")

训练参数：

• test_only：模型仅在测试模式下运行，跳过训练
• save_val_results：是否需要保留结果
• total_itrs：迭代次数，epochs
• lr：学习率
• lr_policy：学习率衰减
• step_size：设置学习率变化的频率
• crop_val：是否需要对验证集进行裁剪
• batch_size：batch_size根据自己的gpu资源选择
• val_batch_size：验证集batch_size
• crop_size：输入图像裁剪的大小（默认为513x513像素）
• ckpt：checkpoint，检查点，是模型训练过程中的一个保存状态，使得训练过程可以在中断后从相同的状态恢复，而不是从头开始。这在长时间训练、遇到硬件故障或需要使用资源进行其他任务时特别有用
• continue_training：设置True将从最后一个检查点继续训练
• loss_type：指定用于训练的损失函数类型。选项有’cross_entropy’（交叉熵）和’focal_loss’（焦点损失）
• gpu_id：标识用于训练的GPU，一般填0就可以了，除非你有多个显卡
• weight_decay：学习率衰减
• random_seed：随机种子
• print_interval：打印训练损失的频率
• val_interval：训练期间执行验证的频率
• download：设置True将自动下载所需的数据集

    # PASCAL VOC Options
    parser.add_argument("--year", type=str, default='2012',
                        choices=['2012_aug', '2012', '2011', '2009', '2008', '2007'], help='year of VOC')
    # Visdom options
    parser.add_argument("--enable_vis", action='store_true', default=False,
                        help="use visdom for visualization")
    parser.add_argument("--vis_port", type=str, default='13570',
                        help='port for visdom')
    parser.add_argument("--vis_env", type=str, default='main',
                        help='env for visdom')
    parser.add_argument("--vis_num_samples", type=int, default=8,
                        help='number of samples for visualization (default: 8)')
    return parser

可视化展示：

• year：数据集选项，指定使用哪个年份的PASCAL VOC数据集
• enable_vis：启用或禁用Visdom进行可视化
• vis_port：参数定义了Visdom服务器监听的端口号
• vis_env：管理不同项目或实验可视化的方式
• vis_num_samples：可视化时要展示的样本数量

deeplab系列算法概述
deeplabV3+ VOC分割实战1
deeplabV3+ VOC分割实战2
deeplabV3+ VOC分割实战3
deeplabV3+ VOC分割实战4
deeplabV3+ VOC分割实战5