pytorch深度学习案例（二）——航拍街道语义分割_semantic segmentation of aerial imagery-优快云博客

数据集

使用的数据集是kaggle的Semantic segmentation of aerial imagery
其数据的组织形式为
在这里插入图片描述

项目结构

在这里插入图片描述

utils

dataConvert.py

dataConvert中主要包含数据的变换过程

函数	作用
loadColorMap	用于加载标签的颜色映射
voc_colormap2label	获取颜色标签到数值标签的映射关系
voc_rand_crop	用于裁剪数据
voc_label_indices	将RGB标签转换成数值标签
one hot	将标签转换成one hot

dataLoader.py

dataLoader.py包含数据的加载过程

类/函数	作用
SemanticDataset	数据加载类，包含数据归一化，数据裁剪过程，用于加载数据
load_data_voc	调用SemanticDataset批量加载训练集和测试集

losses.py

定义损失函数，本项目中采用的是Focal loss和Dice loss相加作为损失函数

model.py

包含U-net模型和deeplabv3+两种模型，在训练和测试过程可以通过修改参数进行选择

prepare模块

这个模块在训练前执行，是整个项目的准备工作

函数

函数	作用
semantic2dataset	航拍数据集转换成语义分割的数据集
trainValSplit	分割训练集和测试集
getMeanStd	获取均值和方差
writeColorClasses	保存颜色和类别

参数

参数只有两个，就是颜色映射和类别，在本项目中这两个参数为

VOC_COLORMAP = [[226, 169, 41], [132, 41, 246], [110, 193, 228], [60, 16, 152], [254, 221, 58], [155, 155, 155]]
VOC_CLASSES = ['Water', 'Land (unpaved area)', 'Road', 'Building', 'Vegetation', 'Unlabeled']

train模块

函数

train
根据传入的参数进行训练

参数

参数	作用
batch_size	批量大小，在语义分割中可以设置小一些
crop_size	裁剪图像大小
model_choice	模型的选择，可选U-net、deeplabv3+
in_channels	输入图像通道数，RGB图像为3，灰度图为1
out_channels	输出标签类别，本项目中为6
num_epochs	训练总轮次
auto_save	自动保存权值的间隔轮次
lr	学习率
device	训练使用的环境，当cuda可用时自动设为cuda，否则自动设为cpu

predict模块

predict模块只是浅测一下模型的精度和效果，如果需要应用可以调用predict函数进行预测并与实际应用结合

函数

函数	作用
label2image	数值标签转换成RGB标签
predict	单张图片的预测
read_voc_images	读取图片
plotPredictAns	画出测试结果

参数

参数	作用
voc_dir	测试数据的路径
means	图像均值
stds	图像方差
device	训练使用的环境，当cuda可用时自动设为cuda，否则自动设为cpu
batch_size	批量大小
model_choice	模型的选择，可选U-net、deeplabv3+