图像语义分割 Deeplab v3+报错[`predictions` out of bound]解决办法

  运行环境：windows10 + Tensorflow 1.6.0 + Python 3.6.4（笔记本无GPU）

  参考文章：https://blog.youkuaiyun.com/qq_32799915/article/details/80070711（图像语义分割 DeepLab v3+ 训练自己的数据集）            

  运行DeeplabV3+，数据集为VOC2012，整个过程参考上文，在运行eval.py时报错，报错的页面如下：Predictions out of bound，刚开始以为是dataset.ignore_label = 255，导致Predictions里出现255，而VOC总共类别数为21（包括背景），从而报错，然而修改ignore_label的值也仍然报错。

   曾一度以为可能是版本问题，但仔细查看报错信息，否决了自己的这个想法。

     最终不断尝试后发现：是Label数据存在问题。

  DeeplabV3+的数据集应包括2个部分，images和labels，image为[n*m*3]，jpg格式，label为[n*m*1]，png格式。而VOC2012 SegmentationClass中的label数据格式为[n*m*3]，只需将label数据从RGB的3通道转为’L'的单通道即可，代码如下：

import numpy as np
from PIL