Laney_Midory的博客

之前写了很多制作样本然后跑代码的帖子但由于我也是第一次跑记录一下自己摸索的过程因此导致每一篇的内容很碎每次我想自己去回顾一下的时候都有太多摸索尝试的过程了因此我在这里总结一下我摸索的整个过程的详细步骤大家可以先看这篇在去我的对应博客里面看具体的细节。

发现使用增强样本对iou的提升并没有料想中的好。每隔5次输出权重，得到测试iou最高的一次权重。能否优化我们的训练和测试来尝试得到更好的结果呢。并且将训练和测试样本划分为7.5：2.5。确实样本因素是导致iou结果低的首要问题。这里经过老师的提醒经历了很多“事故”总结了出现的各种问题并进行解决。首先是没有完全纯净的测试样本。并且对iou较低的进行了筛选。并且对代码进行了修改和整合。这样看来结果稳定在70多%于是这里直接返璞归真。

之前博文里的内容都是从我的训练样本中挑选出的部分数据来作为测试样本。因此需要针对Dinknet网络进行一些参数修改和样本调试。因此我在这里将我的数据划分成75%、25%那么这里计算出的iou其实是训练iou。很可能你的测试iou也还是70%多。但大多数适用场景需要的是测试iou。15%的作为干净的没有训练的测试集。即使训练iou达到了99.9%将75%的训练集进行增强处理。水体的测试iou却只有78%75%的作为训练集重新训练。两个数据集是没有重叠的。......

做出来多少样本就使用了多少样本来进行训练。之前运行的样本是未进行过样本增强的。这里复盘一下样本训练结果。然后看看进行了样本增强后。

所以最后保存就变成了.tif.shp所以一直报这个错。最后使用模型构建器来批量处理我们所有的图片。目前我猜测可能是名称包含了.tif的后缀。希望有会的朋友帮忙解答一下这个棘手的问题。

得到黑白结果图后由于某些原因需要将结果图转为矢量图进行后处理这是由于大多数软件比如arcgis对矢量shp文件处理较为方便而对栅格图片的处理有很多不便因此我们首先需要将我们的黑白栅格图片转为矢量shp文件这里主要使用arcgis软件实现。.......................................

成功运行后把我的12468个原图+标签分辨率512*512大小的图片放进去开始训练在这里调整了ATCHSIZE_PER_CARD = 16total_epoch = 500现在是2022.6.9 15：27：40看看能够多久运行成功

之前我是使用的Windows来配置深度学习框架想用Windows的朋友请查看[这篇博文]但由于项目需要以及各种各样的原因貌似用linux系统效率会更好因此从头开始使用ubuntu进行pytorch环境配置首先查看[这篇博文]非常详细地说明了如何安装pytorch环境注意我这里需要的是python3.6因此我在第五步的时候语句如下conda create -n pytorch python=3.6.................................