数据集为cityscapes about deeplabv3-plus-pytorch HOT 30 OPEN

格式一样的话可以……我最近还没研究出来

from deeplabv3-plus-pytorch.

可以的，只需要重写annotation.py、dataloader.py，就可以了。我之前在这里卡了很久，现在训练好了，有什么问题可以互相交流啊

from deeplabv3-plus-pytorch.

可以的，只需要重写annotation.py、dataloader.py，就可以了。我之前在这里卡了很久，现在训练好了，有什么问题可以互相交流啊

有代码吗？ovo

from deeplabv3-plus-pytorch.

import os
import random
'''
用来生成imageset下的内容，主要是保存原图和标注图像重合的那部分文件名
'''

# -------------------------------------------------------#
#   指向VOC数据集所在的文件夹
#   默认指向根目录下的VOC数据集
# -------------------------------------------------------#
cityscapes_path = 'data/cityscapes'

if __name__ == "__main__":
    random.seed(0)
    print("Generate txt in ImageSets.")
    # 彩色分割图的路径
    segfilepath = os.path.join(cityscapes_path, 'SegmentationClass')
    # 保存训练集和验证集图像名称的txt文件的位置
    saveBasePath = os.path.join(cityscapes_path, 'ImageSets/Segmentation')

    ##################################################################################################
    citys = os.listdir(os.path.join(segfilepath, 'train'))
    temp_train_seg = []
    for city in citys:
        temp_train_seg += os.listdir(os.path.join(segfilepath, 'train/'+ city))
    total_train_seg = []  # 所有的训练分割图的文件名
    for seg in temp_train_seg:
        if seg.endswith("color.png"):
            total_train_seg.append(seg)

    tr = len(total_train_seg)
    # 打印大小
    print("train size", tr)
    # 四个要写入内容的txt文件
    ftrain = open(os.path.join(saveBasePath, 'train.txt'), 'w')
    for i in total_train_seg:
        # 把文件名后缀.png去掉
        name = i[:-16] + '\n'
        # 分别写入
        ftrain.write(name)
    ftrain.close()

    ##############################################################################################
    citys = os.listdir(os.path.join(segfilepath, 'val'))
    temp_val_seg = []
    for city in citys:
        temp_val_seg += os.listdir(os.path.join(segfilepath, 'val/' + city))
    total_val_seg = []  # 所有的训练分割图的文件名
    for seg in temp_val_seg:
        if seg.endswith("color.png"):
            total_val_seg.append(seg)

    tv = len(total_val_seg)
    # 打印大小
    print("val size", tv)
    # 四个要写入内容的txt文件
    fval = open(os.path.join(saveBasePath, 'val.txt'), 'w')
    for i in total_val_seg:
        # 把文件名后缀.png去掉
        name = i[:-16] + '\n'
        # 分别写入
        fval.write(name)
    fval.close()
###################################################################################################
    citys = os.listdir(os.path.join(segfilepath, 'test'))
    temp_test_seg = []
    for city in citys:
        temp_test_seg += os.listdir(os.path.join(segfilepath, 'test/' + city))
    total_test_seg = []  # 所有的训练分割图的文件名
    for seg in temp_test_seg:
        if seg.endswith("color.png"):
            total_test_seg.append(seg)

    ts = len(total_test_seg)
    # 打印大小
    print("test size", ts)
    # 四个要写入内容的txt文件
    ftest = open(os.path.join(saveBasePath, 'test.txt'), 'w')
    for i in total_test_seg:
        # 把文件名后缀.png去掉
        name = i[:-16] + '\n'
        # 分别写入
        ftest.write(name)
    ftest.close()

    print("Generate txt in ImageSets done.")

import os

import cv2
import numpy as np
from PIL import Image
from torch.utils.data.dataset import Dataset
from utils.utils import preprocess_input, cvtColor
# 在测试的时候要改一下这个，并改一下根目录。还没找到解决方法
# from utils import preprocess_input, cvtColor


class DeeplabDataset(Dataset):
    def __init__(self, annotation_lines, input_shape, num_classes, train, dataset_path):
        super(DeeplabDataset, self).__init__()
        self.annotation_lines = annotation_lines
        self.length = len(annotation_lines)
        self.input_shape = input_shape
        self.num_classes = num_classes
        self.train = train
        self.dataset_path = dataset_path

    def __len__(self):
        return self.length

    def __getitem__(self, index):
        annotation_line = self.annotation_lines[index]
        name = annotation_line.split()[0]

        # -------------------------------#
        #   从文件中读取图像
        # -------------------------------#
        city = name.split('_')[0]
        if self.train:
            jpg = Image.open(os.path.join(os.path.join(self.dataset_path, "JPEGImages/train/"+city), name + "leftImg8bit.png"))
            png = Image.open(os.path.join(os.path.join(self.dataset_path, "SegmentationClass/train/"+city), name + "gtFine_labelTrainIds.png"))
        else:
            jpg = Image.open(os.path.join(os.path.join(self.dataset_path, "JPEGImages/val/"+city), name + "leftImg8bit.png"))
            png = Image.open(os.path.join(os.path.join(self.dataset_path, "SegmentationClass/val/"+city), name + "gtFine_labelTrainIds.png"))
        # -------------------------------#
        #   数据增强
        # -------------------------------#
        jpg, png = self.get_random_data(jpg, png, self.input_shape, random=self.train)
        # 把通道数放到前面来
        jpg = np.transpose(preprocess_input(np.array(jpg, np.float64)), [2, 0, 1])
        png = np.array(png)
        # 把标签图像中大于类别数的像素数都置为最大像素数
        # cityscepes的数字是0 1 2 ... 18 255    255是白色，是要忽略的类，这里给变成19了
        # 所以编号为19的就是要忽略的类
        png[png >= self.num_classes] = self.num_classes
        # -------------------------------------------------------#
        #   转化成one_hot的形式
        #   在这里需要+1是因为voc数据集有些标签具有白边部分
        #   我们需要将白边部分进行忽略，+1的目的是方便忽略。
        # -------------------------------------------------------#
        # 给每个像素的ID都搞成one-hot编码，行数就是图像长*宽，列数就是num_calsses+1
        # 本来应该是19类，就是19列，但是这里多了一个要忽略的类，所以就是20列
        seg_labels = np.eye(self.num_classes + 1)[png.reshape([-1])]
        # 编码是厚度
        seg_labels = seg_labels.reshape((int(self.input_shape[1]), int(self.input_shape[0]), self.num_classes + 1))
        return jpg, png, seg_labels

    def rand(self, a=0, b=1):
        return np.random.rand() * (b - a) + a

    def get_random_data(self, image, label, input_shape, jitter=.3, hue=.1, sat=1.5, val=1.5, random=True):
        image = cvtColor(image)
        label = Image.fromarray(np.array(label))
        h, w = input_shape

        if not random:
            iw, ih = image.size
            scale = min(w / iw, h / ih)
            nw = int(iw * scale)
            nh = int(ih * scale)

            image = image.resize((nw, nh), Image.BICUBIC)
            new_image = Image.new('RGB', [w, h], (128, 128, 128))
            new_image.paste(image, ((w - nw) // 2, (h - nh) // 2))

            label = label.resize((nw, nh), Image.NEAREST)
            new_label = Image.new('L', [w, h], (0))
            new_label.paste(label, ((w - nw) // 2, (h - nh) // 2))
            return new_image, new_label

        # resize image
        rand_jit1 = self.rand(1 - jitter, 1 + jitter)
        rand_jit2 = self.rand(1 - jitter, 1 + jitter)
        new_ar = w / h * rand_jit1 / rand_jit2

        scale = self.rand(0.25, 2)
        if new_ar < 1:
            nh = int(scale * h)
            nw = int(nh * new_ar)
        else:
            nw = int(scale * w)
            nh = int(nw / new_ar)

        image = image.resize((nw, nh), Image.BICUBIC)
        label = label.resize((nw, nh), Image.NEAREST)

        flip = self.rand() < .5
        if flip:
            image = image.transpose(Image.FLIP_LEFT_RIGHT)
            label = label.transpose(Image.FLIP_LEFT_RIGHT)

        # place image
        dx = int(self.rand(0, w - nw))
        dy = int(self.rand(0, h - nh))
        new_image = Image.new('RGB', (w, h), (128, 128, 128))
        new_label = Image.new('L', (w, h), (0))
        new_image.paste(image, (dx, dy))
        new_label.paste(label, (dx, dy))
        image = new_image
        label = new_label

        # distort image
        hue = self.rand(-hue, hue)
        sat = self.rand(1, sat) if self.rand() < .5 else 1 / self.rand(1, sat)
        val = self.rand(1, val) if self.rand() < .5 else 1 / self.rand(1, val)
        x = cv2.cvtColor(np.array(image, np.float32) / 255, cv2.COLOR_RGB2HSV)
        x[..., 0] += hue * 360
        x[..., 0][x[..., 0] > 1] -= 1
        x[..., 0][x[..., 0] < 0] += 1
        x[..., 1] *= sat
        x[..., 2] *= val
        x[x[:, :, 0] > 360, 0] = 360
        x[:, :, 1:][x[:, :, 1:] > 1] = 1
        x[x < 0] = 0
        image_data = cv2.cvtColor(x, cv2.COLOR_HSV2RGB) * 255
        return image_data, label


# DataLoader中collate_fn使用
def deeplab_dataset_collate(batch):
    images = []
    pngs = []
    seg_labels = []
    for img, png, labels in batch:
        images.append(img)
        pngs.append(png)
        seg_labels.append(labels)
    images = np.array(images)
    pngs = np.array(pngs)
    seg_labels = np.array(seg_labels)
    return images, pngs, seg_labels


if __name__ == "__main__":
    cityscapes_path = '../data/cityscapes'
    input_shape = [384, 384]
    num_classes = 19
    with open(os.path.join(cityscapes_path, "ImageSets/Segmentation/train.txt"),"r") as f:
        train_lines = f.readlines()
    train_dataset = DeeplabDataset(train_lines, input_shape, num_classes, True, cityscapes_path)
    train_dataset[1]

from deeplabv3-plus-pytorch.

import os
import random
'''
用来生成imageset下的内容，主要是保存原图和标注图像重合的那部分文件名
'''

# -------------------------------------------------------#
#   指向VOC数据集所在的文件夹
#   默认指向根目录下的VOC数据集
# -------------------------------------------------------#
cityscapes_path = 'data/cityscapes'

if __name__ == "__main__":
    random.seed(0)
    print("Generate txt in ImageSets.")
    # 彩色分割图的路径
    segfilepath = os.path.join(cityscapes_path, 'SegmentationClass')
    # 保存训练集和验证集图像名称的txt文件的位置
    saveBasePath = os.path.join(cityscapes_path, 'ImageSets/Segmentation')

    ##################################################################################################
    citys = os.listdir(os.path.join(segfilepath, 'train'))
    temp_train_seg = []
    for city in citys:
        temp_train_seg += os.listdir(os.path.join(segfilepath, 'train/'+ city))
    total_train_seg = []  # 所有的训练分割图的文件名
    for seg in temp_train_seg:
        if seg.endswith("color.png"):
            total_train_seg.append(seg)

    tr = len(total_train_seg)
    # 打印大小
    print("train size", tr)
    # 四个要写入内容的txt文件
    ftrain = open(os.path.join(saveBasePath, 'train.txt'), 'w')
    for i in total_train_seg:
        # 把文件名后缀.png去掉
        name = i[:-16] + '\n'
        # 分别写入
        ftrain.write(name)
    ftrain.close()

    ##############################################################################################
    citys = os.listdir(os.path.join(segfilepath, 'val'))
    temp_val_seg = []
    for city in citys:
        temp_val_seg += os.listdir(os.path.join(segfilepath, 'val/' + city))
    total_val_seg = []  # 所有的训练分割图的文件名
    for seg in temp_val_seg:
        if seg.endswith("color.png"):
            total_val_seg.append(seg)

    tv = len(total_val_seg)
    # 打印大小
    print("val size", tv)
    # 四个要写入内容的txt文件
    fval = open(os.path.join(saveBasePath, 'val.txt'), 'w')
    for i in total_val_seg:
        # 把文件名后缀.png去掉
        name = i[:-16] + '\n'
        # 分别写入
        fval.write(name)
    fval.close()
###################################################################################################
    citys = os.listdir(os.path.join(segfilepath, 'test'))
    temp_test_seg = []
    for city in citys:
        temp_test_seg += os.listdir(os.path.join(segfilepath, 'test/' + city))
    total_test_seg = []  # 所有的训练分割图的文件名
    for seg in temp_test_seg:
        if seg.endswith("color.png"):
            total_test_seg.append(seg)

    ts = len(total_test_seg)
    # 打印大小
    print("test size", ts)
    # 四个要写入内容的txt文件
    ftest = open(os.path.join(saveBasePath, 'test.txt'), 'w')
    for i in total_test_seg:
        # 把文件名后缀.png去掉
        name = i[:-16] + '\n'
        # 分别写入
        ftest.write(name)
    ftest.close()

    print("Generate txt in ImageSets done.")

import os

import cv2
import numpy as np
from PIL import Image
from torch.utils.data.dataset import Dataset
from utils.utils import preprocess_input, cvtColor
# 在测试的时候要改一下这个，并改一下根目录。还没找到解决方法
# from utils import preprocess_input, cvtColor


class DeeplabDataset(Dataset):
    def __init__(self, annotation_lines, input_shape, num_classes, train, dataset_path):
        super(DeeplabDataset, self).__init__()
        self.annotation_lines = annotation_lines
        self.length = len(annotation_lines)
        self.input_shape = input_shape
        self.num_classes = num_classes
        self.train = train
        self.dataset_path = dataset_path

    def __len__(self):
        return self.length

    def __getitem__(self, index):
        annotation_line = self.annotation_lines[index]
        name = annotation_line.split()[0]

        # -------------------------------#
        #   从文件中读取图像
        # -------------------------------#
        city = name.split('_')[0]
        if self.train:
            jpg = Image.open(os.path.join(os.path.join(self.dataset_path, "JPEGImages/train/"+city), name + "leftImg8bit.png"))
            png = Image.open(os.path.join(os.path.join(self.dataset_path, "SegmentationClass/train/"+city), name + "gtFine_labelTrainIds.png"))
        else:
            jpg = Image.open(os.path.join(os.path.join(self.dataset_path, "JPEGImages/val/"+city), name + "leftImg8bit.png"))
            png = Image.open(os.path.join(os.path.join(self.dataset_path, "SegmentationClass/val/"+city), name + "gtFine_labelTrainIds.png"))
        # -------------------------------#
        #   数据增强
        # -------------------------------#
        jpg, png = self.get_random_data(jpg, png, self.input_shape, random=self.train)
        # 把通道数放到前面来
        jpg = np.transpose(preprocess_input(np.array(jpg, np.float64)), [2, 0, 1])
        png = np.array(png)
        # 把标签图像中大于类别数的像素数都置为最大像素数
        # cityscepes的数字是0 1 2 ... 18 255    255是白色，是要忽略的类，这里给变成19了
        # 所以编号为19的就是要忽略的类
        png[png >= self.num_classes] = self.num_classes
        # -------------------------------------------------------#
        #   转化成one_hot的形式
        #   在这里需要+1是因为voc数据集有些标签具有白边部分
        #   我们需要将白边部分进行忽略，+1的目的是方便忽略。
        # -------------------------------------------------------#
        # 给每个像素的ID都搞成one-hot编码，行数就是图像长*宽，列数就是num_calsses+1
        # 本来应该是19类，就是19列，但是这里多了一个要忽略的类，所以就是20列
        seg_labels = np.eye(self.num_classes + 1)[png.reshape([-1])]
        # 编码是厚度
        seg_labels = seg_labels.reshape((int(self.input_shape[1]), int(self.input_shape[0]), self.num_classes + 1))
        return jpg, png, seg_labels

    def rand(self, a=0, b=1):
        return np.random.rand() * (b - a) + a

    def get_random_data(self, image, label, input_shape, jitter=.3, hue=.1, sat=1.5, val=1.5, random=True):
        image = cvtColor(image)
        label = Image.fromarray(np.array(label))
        h, w = input_shape

        if not random:
            iw, ih = image.size
            scale = min(w / iw, h / ih)
            nw = int(iw * scale)
            nh = int(ih * scale)

            image = image.resize((nw, nh), Image.BICUBIC)
            new_image = Image.new('RGB', [w, h], (128, 128, 128))
            new_image.paste(image, ((w - nw) // 2, (h - nh) // 2))

            label = label.resize((nw, nh), Image.NEAREST)
            new_label = Image.new('L', [w, h], (0))
            new_label.paste(label, ((w - nw) // 2, (h - nh) // 2))
            return new_image, new_label

        # resize image
        rand_jit1 = self.rand(1 - jitter, 1 + jitter)
        rand_jit2 = self.rand(1 - jitter, 1 + jitter)
        new_ar = w / h * rand_jit1 / rand_jit2

        scale = self.rand(0.25, 2)
        if new_ar < 1:
            nh = int(scale * h)
            nw = int(nh * new_ar)
        else:
            nw = int(scale * w)
            nh = int(nw / new_ar)

        image = image.resize((nw, nh), Image.BICUBIC)
        label = label.resize((nw, nh), Image.NEAREST)

        flip = self.rand() < .5
        if flip:
            image = image.transpose(Image.FLIP_LEFT_RIGHT)
            label = label.transpose(Image.FLIP_LEFT_RIGHT)

        # place image
        dx = int(self.rand(0, w - nw))
        dy = int(self.rand(0, h - nh))
        new_image = Image.new('RGB', (w, h), (128, 128, 128))
        new_label = Image.new('L', (w, h), (0))
        new_image.paste(image, (dx, dy))
        new_label.paste(label, (dx, dy))
        image = new_image
        label = new_label

        # distort image
        hue = self.rand(-hue, hue)
        sat = self.rand(1, sat) if self.rand() < .5 else 1 / self.rand(1, sat)
        val = self.rand(1, val) if self.rand() < .5 else 1 / self.rand(1, val)
        x = cv2.cvtColor(np.array(image, np.float32) / 255, cv2.COLOR_RGB2HSV)
        x[..., 0] += hue * 360
        x[..., 0][x[..., 0] > 1] -= 1
        x[..., 0][x[..., 0] < 0] += 1
        x[..., 1] *= sat
        x[..., 2] *= val
        x[x[:, :, 0] > 360, 0] = 360
        x[:, :, 1:][x[:, :, 1:] > 1] = 1
        x[x < 0] = 0
        image_data = cv2.cvtColor(x, cv2.COLOR_HSV2RGB) * 255
        return image_data, label


# DataLoader中collate_fn使用
def deeplab_dataset_collate(batch):
    images = []
    pngs = []
    seg_labels = []
    for img, png, labels in batch:
        images.append(img)
        pngs.append(png)
        seg_labels.append(labels)
    images = np.array(images)
    pngs = np.array(pngs)
    seg_labels = np.array(seg_labels)
    return images, pngs, seg_labels


if __name__ == "__main__":
    cityscapes_path = '../data/cityscapes'
    input_shape = [384, 384]
    num_classes = 19
    with open(os.path.join(cityscapes_path, "ImageSets/Segmentation/train.txt"),"r") as f:
        train_lines = f.readlines()
    train_dataset = DeeplabDataset(train_lines, input_shape, num_classes, True, cityscapes_path)
    train_dataset[1]

我下载的cityscapes目录下面只有gtFine和leftImg8bit，我下载数据集的时候好像没有train.txt，是要自己做一个吗？

from deeplabv3-plus-pytorch.

train.txt文件是要自己生成的，那个annotation.py文件就是用来生成这个txt文件的。我写的和博主的代码是一致的，博主的readme将流程介绍地很清楚。

from deeplabv3-plus-pytorch.

可以，我来研究一下0 0

from deeplabv3-plus-pytorch.

可以，我来研究一下0 0

请问怎么得到分割目标的最小外接矩形或者坐标点

from deeplabv3-plus-pytorch.

我觉得其实难度还蛮低的……直接求xy的最大值和最小值不就好了吗

from deeplabv3-plus-pytorch.

我觉得其实难度还蛮低的……直接求xy的最大值和最小值不就好了吗

在训练完50轮冻结训练时，报错oom：0 bytes free

from deeplabv3-plus-pytorch.

我觉得其实难度还蛮低的……直接求xy的最大值和最小值不就好了吗

还有请问怎么用转的onnx进行推理

`import onnxruntime as nxrun
import numpy as np
from skimage.transform import resize
from skimage import io
from PIL import Image
import matplotlib.pyplot as plt
import cv2

image = io.imread("img/street.jpg")
image = np.rollaxis(image, 2, 0)

img = resize(image / 255, (3, 512, 512), anti_aliasing=True)
f_img = img[np.newaxis, :, :, :]
f_img = f_img.astype(np.float32)

sess = nxrun.InferenceSession("torch_model2.onnx")

print("The model expects input shape: ", sess.get_inputs()[0].shape)#[1, 3, 512, 512]

input_name = sess.get_inputs()[0].name
label_name = sess.get_outputs()[0].name
result = sess.run(None, {input_name: f_img})`

from deeplabv3-plus-pytorch.

我觉得其实难度还蛮低的……直接求xy的最大值和最小值不就好了吗

在训练完50轮冻结训练时，报错oom：0 bytes free

这个应该是解冻训练的batch_size设置过大造成的吧，因为解冻训练中的要训练的参数比冻结训练多，所以batch_size也要比冻结训练的小一些。

from deeplabv3-plus-pytorch.

我觉得其实难度还蛮低的……直接求xy的最大值和最小值不就好了吗

在训练完50轮冻结训练时，报错oom：0 bytes free

这个应该是解冻训练的batch_size设置过大造成的吧，因为解冻训练中的要训练的参数比冻结训练多，所以batch_size也要比冻结训练的小一些。

是的

from deeplabv3-plus-pytorch.

我觉得其实难度还蛮低的……直接求xy的最大值和最小值不就好了吗

还有请问怎么用转的onnx进行推理

`import onnxruntime as nxrun import numpy as np from skimage.transform import resize from skimage import io from PIL import Image import matplotlib.pyplot as plt import cv2

image = io.imread("img/street.jpg") image = np.rollaxis(image, 2, 0)

img = resize(image / 255, (3, 512, 512), anti_aliasing=True) f_img = img[np.newaxis, :, :, :] f_img = f_img.astype(np.float32)

sess = nxrun.InferenceSession("torch_model2.onnx")

print("The model expects input shape: ", sess.get_inputs()[0].shape)#[1, 3, 512, 512]

input_name = sess.get_inputs()[0].name label_name = sess.get_outputs()[0].name result = sess.run(None, {input_name: f_img})`

这个我没有办法

from deeplabv3-plus-pytorch.

可以的，只需要重写annotation.py、dataloader.py，就可以了。我之前在这里卡了很久，现在训练好了，有什么问题可以互相交流啊

你好，我想请问一下你用这个模型训练cityscapes数据集效果怎么样呢？谢谢

from deeplabv3-plus-pytorch.

train.txt文件是要自己生成的，那个annotation.py文件就是用来生成这个txt文件的。我写的和博主的代码是一致的，博主的readme将流程介绍地很清楚。
这就是不用官方划分好的数据，直接将他打乱重新分吗？

from deeplabv3-plus-pytorch.

train.txt文件是要自己生成的，那个annotation.py文件就是用来生成这个txt文件的。我写的和博主的代码是一致的，博主的readme将流程介绍地很清楚。
这就是不用官方划分好的数据，直接将他打乱重新分吗？

不用自己划分，就是原来的train和val，只是把文件名写到一个txt里，方便训练的时候找到对应的图像。

from deeplabv3-plus-pytorch.

可以的，只需要重写annotation.py、dataloader.py，就可以了。我之前在这里卡了很久，现在训练好了，有什么问题可以互相交流啊

你好，我想请问一下你用这个模型训练cityscapes数据集效果怎么样呢？谢谢
deeplabv3+的性能还是很不错的，只不过cityscapes数据集中的图比较大，要想训练得好需要把原始图像切分后再训练。

from deeplabv3-plus-pytorch.

可以的，只需要重写annotation.py、dataloader.py，就可以了。我之前在这里卡了很久，现在训练好了，有什么问题可以互相交流啊

你好，我想请问一下你用这个模型训练cityscapes数据集效果怎么样呢？谢谢
deeplabv3+的性能还是很不错的，只不过cityscapes数据集中的图比较大，要想训练得好需要把原始图像切分后再训练。

train.txt文件是要自己生成的，那个annotation.py文件就是用来生成这个txt文件的。我写的和博主的代码是一致的，博主的readme将流程介绍地很清楚。
这就是不用官方划分好的数据，直接将他打乱重新分吗？

不用自己划分，就是原来的train和val，只是把文件名写到一个txt里，方便训练的时候找到对应的图像。

请问一下这个精细标签是不是分为19类 我一直没有找对应的类别和rgb值 可以分享一下吗

from deeplabv3-plus-pytorch.

可以的，只需要重写annotation.py、dataloader.py，就可以了。我之前在这里卡了很久，现在训练好了，有什么问题可以互相交流啊

你好，我想请问一下你用这个模型训练cityscapes数据集效果怎么样呢？谢谢
deeplabv3+的性能还是很不错的，只不过cityscapes数据集中的图比较大，要想训练得好需要把原始图像切分后再训练。

train.txt文件是要自己生成的，那个annotation.py文件就是用来生成这个txt文件的。我写的和博主的代码是一致的，博主的readme将流程介绍地很清楚。
这就是不用官方划分好的数据，直接将他打乱重新分吗？

不用自己划分，就是原来的train和val，只是把文件名写到一个txt里，方便训练的时候找到对应的图像。

请问一下这个精细标签是不是分为19类 我一直没有找对应的类别和rgb值 可以分享一下吗

labels = [
# name id trainId category catId hasInstances ignoreInEval color
Label( 'unlabeled' , 0 , 255 , 'void' , 0 , False , True , ( 0, 0, 0) ),
Label( 'ego vehicle' , 1 , 255 , 'void' , 0 , False , True , ( 0, 0, 0) ),
Label( 'rectification border' , 2 , 255 , 'void' , 0 , False , True , ( 0, 0, 0) ),
Label( 'out of roi' , 3 , 255 , 'void' , 0 , False , True , ( 0, 0, 0) ),
Label( 'static' , 4 , 255 , 'void' , 0 , False , True , ( 0, 0, 0) ),
Label( 'dynamic' , 5 , 255 , 'void' , 0 , False , True , (111, 74, 0) ),
Label( 'ground' , 6 , 255 , 'void' , 0 , False , True , ( 81, 0, 81) ),
Label( 'road' , 7 , 1 , 'flat' , 1 , False , False , (128, 64,128) ),
Label( 'sidewalk' , 8 , 2 , 'flat' , 1 , False , False , (244, 35,232) ),
Label( 'parking' , 9 , 255 , 'flat' , 1 , False , True , (250,170,160) ),
Label( 'rail track' , 10 , 255 , 'flat' , 1 , False , True , (230,150,140) ),
Label( 'building' , 11 , 3 , 'construction' , 2 , False , False , ( 70, 70, 70) ),
Label( 'wall' , 12 , 4 , 'construction' , 2 , False , False , (102,102,156) ),
Label( 'fence' , 13 , 5 , 'construction' , 2 , False , False , (190,153,153) ),
Label( 'guard rail' , 14 , 255 , 'construction' , 2 , False , True , (180,165,180) ),
Label( 'bridge' , 15 , 255 , 'construction' , 2 , False , True , (150,100,100) ),
Label( 'tunnel' , 16 , 255 , 'construction' , 2 , False , True , (150,120, 90) ),
Label( 'pole' , 17 , 6 , 'object' , 3 , False , False , (153,153,153) ),
Label( 'polegroup' , 18 , 255 , 'object' , 3 , False , True , (153,153,153) ),
Label( 'traffic light' , 19 , 7 , 'object' , 3 , False , False , (250,170, 30) ),
Label( 'traffic sign' , 20 , 8 , 'object' , 3 , False , False , (220,220, 0) ),
Label( 'vegetation' , 21 , 9 , 'nature' , 4 , False , False , (107,142, 35) ),
Label( 'terrain' , 22 , 10 , 'nature' , 4 , False , False , (152,251,152) ),
Label( 'sky' , 23 , 11 , 'sky' , 5 , False , False , ( 70,130,180) ),
Label( 'person' , 24 , 12 , 'human' , 6 , True , False , (220, 20, 60) ),
Label( 'rider' , 25 , 13 , 'human' , 6 , True , False , (255, 0, 0) ),
Label( 'car' , 26 , 14 , 'vehicle' , 7 , True , False , ( 0, 0,142) ),
Label( 'truck' , 27 , 15 , 'vehicle' , 7 , True , False , ( 0, 0, 70) ),
Label( 'bus' , 28 , 16 , 'vehicle' , 7 , True , False , ( 0, 60,100) ),
Label( 'caravan' , 29 , 255 , 'vehicle' , 7 , True , True , ( 0, 0, 90) ),
Label( 'trailer' , 30 , 255 , 'vehicle' , 7 , True , True , ( 0, 0,110) ),
Label( 'train' , 31 , 17 , 'vehicle' , 7 , True , False , ( 0, 80,100) ),
Label( 'motorcycle' , 32 , 18 , 'vehicle' , 7 , True , False , ( 0, 0,230) ),
Label( 'bicycle' , 33 , 19 , 'vehicle' , 7 , True , False , (119, 11, 32) ),
Label( 'license plate' , -1 , -1 , 'vehicle' , 7 , False , True , ( 0, 0,142) ),
]

from deeplabv3-plus-pytorch.

@xiamibudayang 我可以知道你的cityscapes文件夹放的是哪些文件吗？因为我在运行annotation.py的时候一直提醒我没有train文件夹。

from deeplabv3-plus-pytorch.

可以的，只需要重写annotation.py、dataloader.py，就可以了。我之前在这里卡了很久，现在训练好了，有什么问题可以互相交流啊

请问一下你复现cityscapes后的miou值有多少呀 我只有50多 想请教一下 如果方便的话可以加你联系方式吗 可有偿

from deeplabv3-plus-pytorch.

可以的，只需要重写annotation.py、dataloader.py，就可以了。我之前在这里卡了很久，现在训练好了，有什么问题可以互相交流啊

x[..., 0] += hue * 360
x[..., 0][x[..., 0] > 1] -= 1
x[..., 0][x[..., 0] < 0] += 1
x[..., 1] *= sat
x[..., 2] *= val
x[x[:, :, 0] > 360, 0] = 360
x[:, :, 1:][x[:, :, 1:] > 1] = 1
x[x < 0] = 0
请问一下，你这块代码进行的是什么操作

from deeplabv3-plus-pytorch.

色域变换

from deeplabv3-plus-pytorch.

好的😘

from deeplabv3-plus-pytorch.

可以的，只需要重写annotation.py、dataloader.py，就可以了。我之前在这里卡了很久，现在训练好了，有什么问题可以互相交流啊

你好 我尝试了您说的这种方法 但是miou只能达到59 不知道事哪里出了问题 很想请教一下您

from deeplabv3-plus-pytorch.

@xiamibudayang 您好哥，请问修改后您的训练效果如何，miou达到了多少，想请教请教您

from deeplabv3-plus-pytorch.

@Dejavusd 您好，请问修改了这两个文件之后有效果嘛，想请教请教您

from deeplabv3-plus-pytorch.

@xiamibudayang 想请问一下，在train.py里除了一些up主设置的超参数外还需要做哪些修改吗，可以看一下您的具体的超参数吗

from deeplabv3-plus-pytorch.

@xiamibudayang 您好，想问一下，callbacks.py里面的具体代码是如何更改的呢，根据重写的annotation.py和dataloader.py

from deeplabv3-plus-pytorch.