跑通代码---2021_TIP_CoANet: Connectivity Attention Network for Road Extraction From Satellite Imagery

感受：代码、路径方面有点混乱，需要大改，怎么改的过程未及时记录，记录改完后的一些思考，还在慢慢更新中，写的比较乱，还存在许多问题为想明白，已在文中标红，欢迎大佬们评论区或者私信帮我答答疑惑 orz  orz  orz !

paper：CoANet: Connectivity Attention Network for Road Extraction From Satellite Imagery | IEEE Journals & Magazine | IEEE Xplore

使用的源代码仓库：GitHub - mj129/CoANet: CoANet: Connectivity Attention Network for Road Extraction From Satellite Imagery

---

目录

一、前期准备

1. 环境、安装包

2. 根据操作形成的文件夹结构

二、训练与测试过程

1. train

2. test过程

三、遇到的问题

1. train时，关于网络结构

2. test时的一些操作

（8）test.py中对每个batch里的数据进行操作的流程

3. 关于训练和测试时所使用的数据的疑问

四、其他操作

1. 查看特征图

2. 生成新的crop文件，且按阈值提出全黑的图像

---

PS：里面加了一些我的理解和部分代码

一、前期准备

1. 环境、安装包

 torch、torchvision、torchaudio的安装参考：

Anaconda虚拟环境中安装cuda和cuDNN

其他包：

（写在前面）如果有下载不下来的包，可以在后面加上国内镜像地址（Anaconda镜像源整理与使用_ligous的博客-优快云博客），具体操作可以参考5

1. tqdm

pip install tqdm

2. matplotlib

pip install matplotlib

3. pillow

pip install pillow

4. tensorboardX

pip install tensorboard -i https://pypi.douban.com/simple/
pip install tensorboardX -i https://pypi.douban.com/simple/

 5. prefetch_generator

pip install prefetch_generator -i https://pypi.douban.com/simple/

如果下载不下来，可以使用豆瓣的镜像源，也可以使用其他源

6. cv2

# windows

conda install -c conda-forge opencv

# linux

pip install opencv-python -i https://pypi.douban.com/simple/

  7. scikit-image

pip install scikit-image -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

8. torchsummary

pip install torchsummary -i https://pypi.douban.com/simple/

         安装完这些包应该就没什么问题了。

额外的：

timm

pip install timm -i https://pypi.tuna.tsinghua.edu.cn/simple

2.数据准备

1.运行create_crops.py，对原始的1024图像进行裁剪，训练时使用的就是裁剪后的图像，即生成的crops文件夹里的数据。

2.运行create_connection.py，对crops中的gt生成connection_d1和connection_d3，这个是用来计算连通性loss的。

根据操作形成的文件夹结构：

 进入crops文件夹的结构

二、训练与测试过程

1. train

train时

（1）需要修改mypath.py中的return路径

（2）修改train.py中的

（3）修改 dataloaders/_init_.py 中的 train 或者 test 模式

2. test过程

1. 修改test.py

（1）修改文件夹地址

（2）修改“ --ckpt "

     &nb