TensorFlow实现FCN分割图片(使用自己的数据集)

一、复现FCN

1、在github上下载fcn的tensorflow版本实现 https://github.com/shekkizh/FCN.tensorflow
2、代码的实现有四个python文件,分别是FCN.pyBatchDatasetReader.pyTensorFlowUtils.py、read_MITSceneParsingData.py,将这四个文件放在一个当前目录下。
3、然后下载VGG网络的权重参数,下载好后的文件路径为./Model_zoo/imagenet-vgg-verydeep-19.mat.
网址:http://www.vlfeat.org/matconvnet/models/beta16/imagenet-vgg-verydeep-19.mat
4、然后下载训练会用到的数据集,并解压到路径: ./Data_zoo/MIT_SceneParsing/ADEChallengeData2016。
网址:http://data.csail.mit.edu/places/ADEchallenge/ADEChallengeData2016.zip
5、训练时把FCN.py中的全局变量mode该为“train”,运行该文件。测试时改为“visualize”运行即可。

二、 制作自己的训练数据

  1. 做标签安装
    下载网址:https://github.com/wkentaro/labelme#ubuntu
    我的环境ubuntu18+py36.
    # Python3
sudo apt-get install python3-pyqt5  # PyQt5
sudo pip3 install labelme

2.标注:运行labelme打开取名标注即可,点击Save后会生成改图片对应的json文件
首先看一下标准数据格式
在这里插入图片描述
annotation文件夹放的是train和valid的label文件,具体形式是图片(png),image文件夹放的是原照片(jpg),两个文件夹的内容除了图片格式有区别外,文件名等必须一一对应。
ok,所以我们的第一步应该是制作自己数据的label,运行labelme打开取名标注即可,点击Save后会生成改图片对应的json文件.
在这里插入图片描述

评论 14
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值