【FCN实践】03 训练

FCN论文与实现代码详解 FCN网络,出自论文,是语义分割的开山之作。2012年,AlexNet凭借在ImageNet比赛中获取冠军,开启了使用深度学习解决计算机视觉问题的时代。2015年,大家还在研究图像分类,ImageNet 2012年冠军AlexNet,2014年冠军GoogLeNet,2014年亚军VGG,2015年冠军ResNet。而在大家都热衷于研究图像分类这种热潮下,FCN作者能够独创新网络结构用于语义分割,实属不易,而FCN的思想也深深影响了后续语义分割的研究者。...... 阅读详情

Fully Convolutional Networks for Semantic Segmentation

——————————————————————————————————————————
【FCN实践】01 常见问题 http://blog.youkuaiyun.com/binlearning/article/details/72854136
【FCN实践】02 模型迁移及初始化 http://blog.youkuaiyun.com/binlearning/article/details/72854244
【FCN实践】03 训练 http://blog.youkuaiyun.com/binlearning/article/details/72854407
【FCN实践】04 预测 http://blog.youkuaiyun.com/binlearning/article/details/72854583
【项目源码】https://github.com/binLearning/fcn_voc_32s
——————————————————————————————————————————

经过参数迁移及初始化以后,可以用两种方法来进行训练。一是caffe命令行形式,二是python程序形式。

1.命令行形式

path-to-caffe/build/tools/caffe train -solver solver.prototxt -weights voc_fcn32s_trans_init.caffemodel -gpu 0

solver. prototxt

train_net: "./model/voc_fcn32s_train.prototxt"
test_net: "./model/voc_fcn32s_val.prototxt"
test_iter: 736
# make test net, but don't invoke it from the solver itself
test_interval: 8498
display: 100
average_loss: 20
lr_policy: "fixed"
# lr for unnormalized softmax
base_lr: 1e-10
# high momentum
momentum: 0.99
# no gradient accumulation
iter_size: 1
max_iter: 849800
weight_decay: 0.0005
snapshot: 8498
snapshot_prefix: "snapshot/voc_fcn32s"
test_initialization: false

注:
①模型需要先经过参数迁移及初始化处理;
②solver. prototxt中需要设置有效的测试间隔(test_interval);
③python layer操作实现文件(voc_layers.py)放到path-to-caffe/python文件夹中。

2.python程序形式
根据官网开源程序修改。

import os
import sys

import numpy as np
import caffe

import score

weights = './model/voc_fcn32s_trans_init.caffemodel'

# init
caffe.set_device(0)
caffe.set_mode_gpu()

solver = caffe.SGDSolver('solver.prototxt')
solver.net.copy_from(weights)

# scoring
val = np.loadtxt('./data/segvalid11.txt', dtype=str)

for _ in range(100):
    solver.step(8498)
#score.seg_tests(solver, False, val, layer='score')
score.seg_tests(solver, 'val_save_{0}', val, layer='score')

注:
①测试间隔由solver.step(8498)中的数值控制;
②score.seg_tests函数中的第二个形参如果有效则会存储测试时的score图像。

3.改进score图像
原程序中保存图像为灰度图,标签值即像素值,但标签值很小([1,20])所以预测结果不容易观察,现改成以对应的颜色来表示物体,保存为颜色图。
这里写图片描述

4.训练概况
这里写图片描述

5.训练各阶段预测示例
2007_000033
这里写图片描述
2007_000491
这里写图片描述
2007_009521
这里写图片描述

【FCN实践】04 预测 阅读详情

相关推荐

【FCN实践】01 常见问题

【FCN实践】01 常见问题

Bin Learning 1301

关于pytorch中VGG16微调的详解self.RCNN_base = nn.Sequential(*list(vgg.features._modules.values())[:-1])

先总结一下,self.RCNN_base = nn.Sequential(*list(vgg.features._modules.values())[:-1]),详解如下: vgg是已经构建好的vgg模型。 vgg.features是取出vgg16网络中的features大层。其中vgg网络可以分为3大层,一层是(features),一层是(avgpool),最后一层是(classifier...

a1103688841的博客 6757

FCN语义分割

参考 语义分割 语义分割不仅仅要分割图像,而且要指出分割后的物体对应的类别,功能上相当于图像分割和目标识别。 FCN是求解这个问题的第一个方法,不过目前很多新的方法在效果和速度上已经超越FCN,这里只从实现的角度做些记录。 FCN网络 FCN网络和卷积网络的关系 给定一个卷积网络,FCN主要做下面的改动 * 替换全连接层成1×11×11 \times 1卷积 用卷积替换全...

大泽之国 1476

FCN代码实践【1】

FCN 官方Github 地址:shelhamer/fcn.berkeleyvision.org 我修改的fcn代码Github地址:https://github.com/yeLer/fcn 论文地址:https://arxiv.org/abs/1411.4038 这里说明一下这个文件和文件夹都是做什么的, data:是官方提供的四个数据集相关的文件,我们允许代码所下载的数据集都会放到...

yeler082的博客 3428

语义分割开山之作FCN代码

参考:https://luckmoonlight.github.io/2019/03/12/FCN/ 全部代码:https://github.com/pochih/FCN-pytorch # -*- coding: utf-8 -*- from __future__ import print_function import torch import torch.nn as nn imp...

xue_csdn的博客 757

129基于FCN图像分割算法检测火焰_数据集json转mask

运行01json转mask格式.py能将labelme打标签好的json格式文件变成mask图,并划分训练集和验证集,如果数据集本身是mask的可直接训练。运行02train.py会对训练集和验证集的数据进行读取,训练模型,训练好的模型保存在本地。运行03pyqt.py可以选择自己感兴趣的图片进行识别,通过调用上一步训练好的模型识别图片中的火焰。代码整体是非常简便的,主要是dataset数据集文件夹和3个py文件。如需远程安装环境运行,或讲解代码,或其他需求。安装python和pytorch即可运行,

GBFGDSFSDD的博客 912

图像分割 - 全卷积神经网络FCN 及pytorch实现(阿里云天池训练)

本文主要介绍FCN原理及如何搭建模型,数据预处理,评价指标等进行训练实现,同时介绍如何在阿里云天池实验室白嫖gpu训练模型,提高训练效率

weixin_44822196的博客 2965

Python画常见分布的概率密度图

因为做概随大作业,了解了一些python画概率分布图的方法。

qq_44807946的博客 5204

关于FCN代码实现(实践篇)

1.FCN做图像语义分割--测试和训练(matlab) http://blog.youkuaiyun.com/zhjm07054115/article/details/51569450 2.使用FCN做图像语义分割(实践篇)(Keras) http://www.itdadao.com/articles/c15a229744p0.html 3.Ubuntu下全卷积神经网络(FCN)框架的配置和基

irlwh的博客 1万+

神经符号AI架构解析:如何通过V&V提升AI系统可信性

在人工智能领域,深度学习模型因其强大的模式识别能力而广泛应用,但其内部决策过程往往如同“黑盒”,难以追溯和解释,这给系统验证与确认带来了巨大挑战。验证与确认是确保复杂软件系统安全、可靠、符合预期的基石,其中验证关注“是否正确地构建了产品”,确认则关注“是否构建了正确的产品”。神经符号人工智能作为一种新兴范式,通过融合符号逻辑的透明推理与深度学习的强大感知,为解决这一难题提供了关键技术路径。它使得AI系统既能从数据中学习复杂模式,又能依据可形式化检验的规则进行逻辑推理,从而在自动驾驶、医疗诊断等高可靠性应用场

weixin_28681379的博客 360

BSL编程语言 —— 系统化程序设计

BSL编程语言简介 文章目录0. 选择编程语言1. 写简单的表达式(Expression) 0. 选择编程语言 如果你第一次使用DrRacket,打开后需要选择Beginning Student Language (BSL) Language -> Choose Language (或直接按Ctrl + L),看到如下洁面后选择Beginning Student,点击OK 定义区【De...

CSDoneRight的博客 6452

语义分割matlab实现fcn_FCN+VOC2012

实践FCN+VOC2012语义分割首先阅读了FCN论文,大概了解了利用FCN实现语义分割的方法和原理。接着我了解了下语义分割的评价指标:参考网址--https://www.jeremyjordan.me/evaluating-image-segmentation-models/接着进行实践:01.FCN网络参考如下网址中的awesome-semantic-segmentation-pytorch/...

weixin_39800971的博客 503

Windows 11 - 打开操作安全中心提示 “需要使用新应用以打开此 Windowsdefender 链接“ 解决方案(电脑更新了 Win11 系统版本后,想关闭病毒防护盾牌的时候提示打不开)

Windows 11 - 打开操作安全中心提示 "需要使用新应用以打开此 Windowsdefender 链接" 解决方案(电脑更新了 Win11 系统版本后,想关闭病毒防护盾牌的时候提示打不开),当您点击任务栏上要关闭安全中心防护设置时,这种情况打不开怎么解决,怎么办,Windows安全中心,病毒和威胁保护,账户保护,防火墙和网络保护,设备安全性。

🏆 前端领域优质创作者 1万+

【FCN实践】02 模型迁移及初始化

【FCN实践】02 模型迁移及初始化

Bin Learning 1726

倍福EL5101模块连接编码器

1、 EL5101模块简介:EL5101为单通道增量型编码器计数模块,一共有EL5101-0000、EL5101-0010、EL5101-0011、EL5101-0090(尚未供货)四种型号,其中EL5101-0000比较常用,本例使用EL5101-0000连接增量型编码器 2、 硬件外观和接线 在这里插入图片描述 3、 指示灯说明 4、和编码器连接的案例 ......

weixin_41883890的博客 6504

【GB28181】wvp-GB28181-pro++ZLMediaKit编译安装国标流媒体服务器教程(Windows平台)

本文基于ZMLMediaKit+WVP-PRO在windows平台进行编译部署GB28181平台,网上教程也比较多,都大同小异,实际操作过程中容易出错的地方也比较多:redis安装无密码,mysql安装后密码的修改以及wvp数据可的创建,配置文件侧修改,尤其是和端口相关的项,再就是运行服务时各种错误需要注意,常见的错误已经做了汇总,遇到问题大家不要怕,找到报错的地方查看定位即可。

废人一枚的博客 4479

voc2012数据集_FCN+VOC2012

实践FCN+VOC2012语义分割首先阅读了FCN论文,大概了解了利用FCN实现语义分割的方法和原理。接着我了解了下语义分割的评价指标:参考网址--https://www.jeremyjordan.me/evaluating-image-segmentation-models/接着进行实践:01.FCN网络参考如下网址中的awesome-semantic-segmentation-pytorch/...

weixin_29057163的博客 954

ABAP Module Pool 编程入门:把 Table Control 用透,在 Dynpro 里做出可编辑的列表界面

摘要:Table Control是SAP GUI中用于对话式事务的多行数据交互控件,具备滚动、选择、修改等功能。它通过CXTAB_CONTROL/CXTAB_COLUMN结构实现动态控制,需在PBO/PAI中配合LOOP循环处理数据流。开发时需注意LINES、TOP_LINE等关键字段设置,并采用并行循环简化编码。典型应用包括订单行维护、主数据管理等场景,支持多选删除、列排序等业务需求。(150字)

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 347

FCN训练自己的数据遇到的问题总结

配置个FCN遇到了无数的坑,真的是醉了,特意记录下来,希望对大家有些帮助,少走弯路。 1.运行solve.py时,出现一下错误: Traceback (most recent call last):   File "solve.py", line 26, in <module>     solver = caffe.SGDSolver('solver.prototxt')   Fi...

w_q_q2017的博客 1272

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

MATCONVNET进行FCN语义分割

CN语义分割算法已经在很多主流深度学习平台上实现了,包括Caffe、TenserFlow、MatConvNet等。这篇博客主要介绍如何在MatConvNet上运行起FCN语义分割,包括CPU和GPU版本。博主的平台是Matlab2017a+Cuda8.0。下载中心配置步骤1.下载代码2. 配置MatConvNet2.1 使用CPU2.2 使用GPU,CUDA加速2.3 编译MatConvNet3....

Wislon的专栏 2917

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

R-FCN算法的Caffe实现

R-FCN算法的Caffe实现原创 2017年06月03日 10:48:58标签:算法本博文介绍如何在Caffe上实现R-FCN,关于R-FN的算法讲解和Caffe代码详解可以参考另外一篇博客:Object Detection算法——R-FCN算法及Caffe代码详解git地址:https://github.com/Orpine/py-R-FCN基本上按照这个git上的readme.md的流程进行...

haoji007的博客 1625

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

语义分割网络经典:FCN与SegNet

点击上方“小白学视觉”,选择加"星标"或“置顶”重磅干货,第一时间送达全文目录1、FCN概述编码和解码过程2、SegNet概述:特征上采样与融合细节代码地址将图像中每个像素分配到某个对象类...

小白学视觉 890
上一篇: 【FCN实践】02 模型迁移及初始化
下一篇: 【FCN实践】04 预测
binlearning
博客等级 码龄10年 10粉丝 16原创
评论 5
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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
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