（超详细很完整）tensorflow上实现deeplabv3+

UPDATE：如果想对自己滴数据进行训练，参见这一篇《（超详细很完整）tensorflow下利用deeplabv3+对自己的数据进行训练》，不过得先完成本文滴配置~

---

最近在做语义分割，于是实现deeplabv3+?

我的环境：

ubuntu 16.04
anaconda3
tensorflow-gpu 1.11.0

---

---

clone models文件

首先clone官方提供的tensorflow/models文件。

git clone https://github.com/tensorflow/models.git

如果嫌弃下载慢，可以参看我的另外一篇blog，介绍了如何实现下载速度质的飞跃。

对于这里选择clone不同branch可能会导致的问题，参见Issue #6567。问题焦点在于master branch可能会出现Eval.py不出结果，切换r1.12.0 branch可能有用。

---

测试model_test.py

测试一下环境配置是否成功。

添加依赖库到PYTHONPATH，在目录/home/user/models/research/下：

# From /home/user/models/research/
export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim
source ~/.bashrc

调用model_test.py测试：

# From /home/user/models/research/
python deeplab/model_test.py

---

Cityscapes Dataset准备

实现过程使用Cityscapes Dataset作为数据集。

从www.cityscapes-dataset.com上下载Cityscapes Dataset——数据集leftImg8bit_trainvaltest.zip (11GB)和对应的标注集gtFine_trainvaltest.zip (241MB)。下载完成后解压到目录/home/user/data/cityscapesScripts/（路径可自己选择）。

之后在/home/user/data/cityscapesScripts/下clone Cityscapes Dataset的脚本代码：

git clone https://github.com/mcordts/cityscapesScripts.git

完成clone之后的目录结构：

/home/user/data/cityscapesScripts

• cityscapesScripts
• leftImg8bit
• gtFine
• tfrecord

将clone的脚本代码里面的createTrainIdLabelImgs.py复制一份到目录/home/user/data/cityscapesScripts/下，修改以下代码为自己的路径：

cityscapesPath = '/home/user/data/cityscapesScripts'

---

生成数据集的tfrecord

将数据集转换成tensorflow训练需要的tfrecord格式。

在目录models/research/deeplab/datasets中，修改convert_cityscapes.sh文件：

CITYSCAPES_ROOT="/home/user/data/cityscapesScripts"
...
python "${CITYSCAPES_ROOT}/createTrainIdLabelImgs.py"

之后运行convert_cityscapes.sh文件，生成tfrecord：

sh convert_cityscapes.sh

生成的tfrecord在目录/home/user/data/cityscapesScripts/tfrecord下：

---

训练模型

首先下载预训练权重xception_cityscapes_trainfine：http://download.tensorflow.org/models/deeplabv3_cityscapes_train_2018_02_06.tar.gz （更多预训练权重请参见 https://github.com/tensorflow/models/blob/master/research/deeplab/g3doc/model_zoo.md ）
在目录models/research/deeplab//backbone/deeplabv3_cityscapes_train下解压预训练权重。

然后编辑训练指令：

python deeplab/train.py \
    --logtostderr \
    --