brf_UCAS的博客

目录 Unet训练序言开发环境一、准备自己的数据集二、修改训练文件三、修改测试文件四、计算测试集各类别mIoUUnet训练2015年，以FCN为基础改进得到了Unet网络。Unet结构简单，采用了编码-解码结构，编码器实现特征的提取，解码器进行上采样，并融合了不同尺度特征，实现精细分割。序言通常，Unet被普遍应用到医学图像的处理，实现病灶的分割，这里的分割一般只是针对于单类病灶和背景的分割。为此，博主使用pytorch，对含有21类的VOC2012数据集在Unet实现训练和测试，过程如下。开发环

自己的数据集由json转为voc数据集 开发环境：python3.7下面以pascal voc2012为例进行演示：1.修改 json_to_dataset.py，这个文件在解析json文件的时候会用到；json_to_dataset.py路径为：/home/xxx/anaconda3/envs/labelme/lib/python3.7/site-packages/labelme/cli修改：// json_to_dataset.pyimport argparseimport base64