FCN学习心得

最新推荐文章于 2025-06-08 14:38:36 发布

原创最新推荐文章于 2025-06-08 14:38:36 发布 · 531 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#FCN #全卷积网络 #Check failed: stream-&amp;amp;amp;gt;parent()

本文详细记录了在使用基于TensorFlow的全卷积网络（FCN）及Keras实现FCN过程中遇到的各种报错及其解决方案，包括GPU内存配置、依赖库版本调整、数据集路径设置等关键步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、基于tensorflow的FCN

最近在学习全卷积网络FCN，运行下面链接写的基于tensorflow的FCNhttps://github.com/tensorflow/tensorflow/issues/6698，一直报错

Check failed: stream->parent()->GetConvolveAlgorithms( conv_parameters.ShouldIncludeWinogradNonfusedAlgo<T>(), &algorithms)，经过google，发现下面问题中的高赞回答解决了我的问题https://github.com/tensorflow/tensorflow/issues/6698：

在代码开头添加：

方式一：

import tensorflow as tf
from keras.backend.tensorflow_backend import set_session

config = tf.ConfigProto()
config.gpu_options.allow_growth = True
session = tf.Session(config=config)
set_session(session)

方式二：

限制GPU内存使用量小于70%也能解决这个报错

import tensorflow as tf
from keras.backend.tensorflow_backend import set_session

config = tf.ConfigProto(

gpu_options=tf.GPUOptions(per_process_gpu_memory_fraction=0.7)

)
config.gpu_options.allow_growth = True
session = tf.Session(config=config)
set_session(session)

在运行https://github.com/JihongJu/keras-fcn这个程序的时候，发现方式一不起作用，必须限制GPU内存使用量不少于70%（不能再大，再大也会报错）

另附VGG16.npy的下载链接:https://pan.baidu.com/s/1gg9jLw3 密码:umce（参考自https://blog.youkuaiyun.com/isyiming/article/details/79233770）

二、基于keras的FCN

0、import keras_fcn.backend as K1 报错，即使我是用源文件安装的也报错，参考https://github.com/JihongJu/keras-fcn/issues/30的答案，将/backend文件夹删除，并将该文件夹下的文件合并，且重命名为backend.py解决了报错。

1、下载的VOC2011数据解压后，将TrainVal/VOCdevkit/VOC2011 放入keras-fcn-master\data文件夹下即可

2、在windows平台运行https://github.com/JihongJu/keras-fcn这个程序的时候，在'voc2011/train.py'中第35行，会报错

OSError: Unable to create file (Unable to open file: name = '/tmp/fcn_vgg16_weights.h5', errno = 2, error message = 'no such file or directory', flags = 13, o_flags = 302)，参考https://github.com/raghakot/keras-vis/issues/68 的回答，在working directory下新建tmp文件夹即可

3、运行的时候还会报错“raise NotImplementedError”，“ raise StopIteration(e)”，参考https://github.com/aurora95/Keras-FCN/issues/47发现将Keras版本退回至2.0.8版本可以解决问题