Ubuntu20搭建pytorch深度学习框架——运行Dlinknet提取道路(二)——代码运行

原创 已于 2022-12-08 12:44:48 修改 · 519 阅读 · 2 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#windows #深度学习 #Dinknet

于 2022-06-09 15:33:07 首次发布
博主分享了12468张512*512图片的Dinknet训练过程，从调整参数到河流样本训练，最终完成1500样本预测及miou计算，探讨了图像裁剪和模型迁移的重要性。

成功运行后把我的12468个原图+标签
分辨率512*512大小的图片
在这里插入图片描述
放进去开始训练
在这里调整了
ATCHSIZE_PER_CARD = 16
total_epoch = 500

现在是2022.6.9 15：27：40
看看能够多久运行成功
现在是2022.6.9 20：37：50 现在是运行了epoch：78
在这里插入图片描述
慢慢等待一下结果

结果
在这里插入图片描述
运行到了epoch=98结束
在这里插入图片描述

再把训练的原图作为需要预测的
看看训练结果如何
直接跑会报错
在这里插入图片描述
这是由于我的预测图片的大小是6060
也需要经过裁剪成512*512
这样就可以成功运行啦

预测完成后觉得效果不错
进行原样本的预测后的miou计算
在这里插入图片描述
突然发现miou的计算也很慢。。。

这是预测结果
在这里插入图片描述
道路还是差点

同时进行一下河流样本的训练！
使用该网络进行河流的训练
由于之前河流样本体量大
但是我在裁剪的时候没注意到它不是2的倍数
所以现在需要重新做
在这里插入图片描述
现在正确了
应该是之前我在删除全黑样本的时候出现了一些问题

Dinknet只能使用后缀为png的标签，后缀为tif的原图进行训练

一共23006张图片
训练开始时间为 2022.6.10
18：16：45

2022.6.12
11：38：30已经训练完毕
在这里插入图片描述
然后对训练的1500个样本进行预测
预测结果如下
请添加图片描述

PyTorch深度学习实战（1）——神经网络与模型训练过程详解
盼小辉丶的博客
05-28 9万+
在本节中，我们将了解传统机器学习与人工神经网络间的差异，并了解如何在实现前向传播之前连接网络的各个层，以计算与网络当前权重对应的损失值；实现反向传播以优化权重达到最小化损失值的目标。并将实现网络的所有关键组成——前向传播、激活函数、损失函数、链式法则和梯度下降，从零开始构建并训练了一个简单的神经网络。
PyTorch深度学习实战——使用深度Q学习进行Pong游戏
盼小辉丶的博客
07-22 7020
我们已经学习了如何利用深度 Q 学习来进行 Gym 中的 CartPole 游戏。在本节中，我们将研究更复杂的 Pong 游戏，并了解如何结合深度 Q 学习与固定目标网络进行此游戏，同时利用基于卷积神经网络 (Convolutional Neural Networks, CNN) 的模型替代普通神经网络。
pytorch模型构建 TransUNet遥感河流分割 基于TransUNet的遥感图像河流智能分割系统 gui界面
最新发布
2401_88440984的博客
07-01 477
pytorch模型构建 TransUNet遥感河流分割 基于TransUNet的遥感图像河流智能分割系统 gui界面
pytorch中使用numpy生成随机数每个epoch都一样
icylling的专栏
04-20 1745
pytorch中使用numpy生成随机数每个epoch都一样问题原因解决途径 问题 最近在使用pytorch做实验的过程中发现，在dataset里面使用numpy生成随机数，每个epoch生成的随机数是一样的。 代码 import numpy as np import torch from torch.utils.data import Dataset from torch.utils.data ...
pytorch一致数据增强
iTom's blog
12-10 2735
对多幅图做一致的数据增强
Pytorch/paddle单机多卡RTX 3060×2的Ubuntu深度学习训练环境配置+代码模板+常见问题解决
m0_46339652的博客
02-24 4064
下载nccl: https://developer.nvidia.com/nccl/nccl-legacy-downloads 选择对应的操作系统和CUDA版本(这里选择离线安装): 下载好后进行离线安装: 接下来提示需要安装一个,必须先安装公钥才能进行接下来的操作. 安装公钥: 更新软件源: 清华源最好用: 然后更新: 安装nccl: 将nccl添加到环境变量中: nccl默认的安装目录是 ,修改~/.bashrc文件，添加如下内容到文件中: 添加好之后保存文件，使用让文件的配置生效，在通过查看环境变量
Pytorch | dataloader 多线程下numpy每个线程随机种子都一样解决方案。
jmu201521121021的博客
12-04 2381
问题描述 pytorch的Dataloader用于加载数据。在num_works >1时， 每个线程中numpy.random产生的随机数 一样，也就是随机种子相同。random 和 torch两个模块的随机数不会出现这种情况。 DataLoader(dataset, batch_size=1, shuffle=False, sampler=None, batch_...
一台Ubuntu跑多个深度学习实验的方法
qq_40905284的博客
03-30 299
一台Ubuntu跑多个深度学习实验的方法,tmux
PyTorch深度学习实战（3）——使用PyTorch构建神经网络
热门推荐
盼小辉丶的博客
06-13 8万+
PyTorch 是一个用于构建深度神经网络的库，具有灵活性和可扩展性，可以轻松自定义模型。在本节中，我们将使用 PyTorch 库构建神经网络，利用张量对象操作和梯度值计算更新网络权重，并利用 Sequential 类简化网络构建过程，最后还介绍了如何使用 save、load 方法保存和加载模型，以节省模型训练时间。
在Ubuntu下搭建pytorch深度学习环境(conda命令windows Linux通用)
qq_45031555的博客
04-08 6018
学习目标： 检查ubuntu下是否有NVIDIA驱动，如果没有则需要安装 ubuntu下安装anaconda3 在ubuntu下配置conda清华源镜像（提高conda下载速度） 使用anaconda下的指令搭建深度学习需要的虚拟环境 ubuntu下安装pycharm，并且使用搭建好的虚拟环境 1.安装NVIDIA驱动： 1.1检查ubuntu下是否有NVIDIA驱动程序（如果在实验室的同学机器上有之前安装过的NVIDIA驱动就关注一下CUDA Version：11.6根据你所使用的CUDA
精选资源
Python深度学习实战——基于Pytorch-ppt.zip
07-03
《Python深度学习实战——基于PyTorch》是一份详尽的教学资料，主要涵盖了使用Python和PyTorch进行深度学习的基本概念、技术与实践。PyTorch是Facebook开发的一个开源机器学习库，它提供了动态计算图的功能，使得...
windows10使用cuda11搭建pytorch深度学习框架——运行Dlinknet提取道路(三)——模型精度评估代码完善
Laney_Midory的博客
01-12 2038
重新调试好代码，使用Dinknet34模型对数据集进行训练 数据集大小为1480张图片 运行时间为2022年1月12日16：00 记录下该模型训练时间 但如何评估模型的精度也是一个问题，因此作如下总结 模型精度评估 评价指标： 　　准确率 （Accuracy），混淆矩阵 （Confusion Matrix），精确率（Precision），召回率（Recall），平均正确率（AP），mean Average Precision(mAP)，交除并（IoU），ROC + AUC，非极大值抑制（NMS）。 IoU
Numpy API：seed()函数 控制随机数的生成
Wang_PChao的博客
02-08 910
函数原型： numpy.random.seed(self, seed=None) 官方文档传送门。 函数作用 设定随机种子。就像庄家播种一样，相同的种子会产生相同的随机数，而不同的种子则会产生不同的随机数。机器学习训练时一方面为了生成随机数，另一方面又为了让随机结果可复现，常常会使用这个函数。 函数举例： 通过对seed参数的设置来控制产生的随机数是否相同。 In: for i i...
Ubuntu18.04系统搭建深度学习环境
Ayu147258的博客
09-15 4367
Ubuntu18.04系统安装深度学习环境，安装概要：显卡驱动+cuda11.7+cudnn+pip换源+Anaconda3+pycharm
windows10使用cuda11搭建pytorch深度学习框架——运行Dlinknet提取道路(二)——代码运行问题解决
Laney_Midory的博客
01-11 2246
运行程序 去github上下载Dlinknet的代码 https://github.com/zlckanata/DeepGlobe-Road-Extraction-Challenge 直接使用anaconda的powershell运行程序 python train.py 出现错误 RuntimeError: An attempt has been made to start a new process before the… 参考这篇博文 我采用了 去掉num_workers参数解决 下一个问题接踵而至
在ubuntu上开发深度学习的必备命令
RAFA_CHANG的博客
02-12 357
系统类： ①更新软件包：sudo apt-get update && sudo apt-get upgrade 可解决由系统缺失一些包导致的错误，比如系统问题，桌面显示不正常，一直闪屏等 ②显示终端当前路径：pwd ③TAB键可以辅助显示命令或者文件名，意味着你只需输入开头字母 检查软件是否安装&版本号 ①opencv ②CUDA ③cudnn ④tensorflow ⑤p...
Ubuntu配置深度学习环境(Anaconda3+cuda+cudnn+Jupyter_Notebook+code-server)
cheng_bian的博客
10-20 602
为准备用服务器进行深度学习者配置环境准备
每个epoch使用的是同样的数据，重复同样的过程，为什么模型的性能还会发生变化？
weixin_51025471的博客
03-28 2235
参考一下，学习做笔记
跑通代码---2018-CVPR---D-LinkNet: DeepGlobe-Road-Extraction-Challenge
ligous的博客
09-02 4974
跑通代码---2018-CVPR---D-LinkNet: DeepGlobe-Road-Extraction-Challenge
PyTorch深度学习框架下新闻数据集文本分类实战教程
通过上述介绍，我们了解到“python基于深度学习框架-PyTorch实战新闻数据集文本分类实战源代码”涵盖了多个知识领域，从深度学习的基础理论到PyTorch框架的实际应用，再到新闻数据集的文本分类任务。源代码文件夹中...
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Laney_Midory

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值