8,训练模型
进入 models/research路径
python deeplab/train.py \
--logtostderr \
--training_number_of_steps=1000 \
--train_split="train" \
--model_variant="xception_65" \
--atrous_rates=6 \
--atrous_rates=12 \
--atrous_rates=18 \
--output_stride=16 \
--decoder_output_stride=4 \
--train_crop_size="513,513" \
--train_batch_size=2 \
--fine_tune_batch_norm=false \
--dataset="mydata" \
--tf_initial_checkpoint='/home/lw/data/cityscapes/deeplabv3_cityscapes_train/model.ckpt' \
--train_logdir='/home/lw/data/mydata/train' \
--dataset_dir='/home/lw/data/mydata/tfrecord'
模型存在于/home/lw/data/mydata/train
训练过程很烧GPU,发热,注意散热
9.验证模型
python deeplab/eval.py \
--logtostderr \
--eval_split="val" \
--model_vari

本文详细介绍了使用深度学习模型进行图像分割的过程,包括模型训练、验证、预测及导出,同时探讨了边缘提取方法,强调了数据预处理的重要性。
最低0.47元/天 解锁文章
7805





