當前位置：首頁 > 编程资源 > 编程问答 >内容正文

编程问答

语义分割的时候，发的牢骚

發布時間：2025/1/21 编程问答 15 豆豆

生活随笔收集整理的這篇文章主要介紹了语义分割的时候，发的牢骚小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

問題：opencv讀取灰度圖調用shape屬性，顯示通道數是3

我想跑起來嗚嗚嗚嗚

1：VOC數據集

1：IPEGImages

原始圖片，RGB圖片，大小不一致

2：Segmentation

分割之后的圖片，得到的是灰度圖（深度是8位）

3：ImageSet

ImageSet 中含有train.txt，value.txt，test.txt

4：VOC_COLORMAP

標簽

https://github.com/ShusenTang/Dive-into-DL-PyTorch/blob/master/docs/chapter09_computer-vision/9.9_semantic-segmentation-and-dataset.md

2：Train.py

1：aux_branch

是否使用輔助分支

2：下采樣的倍數

16
8的話，顯存占用量特別大

3：Epoch

初始化
凍結層
0
50
50
100
找一個pspnet網絡
開始的RGB顏色的標注
MIOU的計算

mask獲取對應的區域

3：pspNet網絡的采集

怎么將灰度圖轉化為 RGB圖像
MIOU的計算問題

1：pspNet

不失幀的resize
主干提取網絡resNet50 進行初步特征提取
pspNet，不同大小的池化層進行平均池化
我們使用了 1 X 1, 2 X 2, 3 X 3, 6 X 6的區域進行操作進行加強特征提取

2 問題

【PyTorch系列】找不到d2lzh_pytorch包，No module named ‘d2lzh_pytorch’
https://blog.csdn.net/lilileon/article/details/114435102

3：問題

AttributeError: 'NDArray' object has no attribute 'convert'

colormap.convert(RGB)
Image.fromarray(arr, 'RGB')

4:NDaRRAY 和 Nparray

{[128, 0, 64], [128, 64, 0], [128, 0, 192], [0, 128, 64], [0, 192, 128], [192, 224, 224], [0, 0, 192], [128, 128, 192], [0, 128, 192], [0, 0, 64], [128, 128, 64], [0, 64, 0], [0, 128, 0], [128, 128, 128], [0, 0, 0], [0, 128, 128], [128, 0, 128], [128, 0, 0], [128, 128, 0], [0, 0, 128], [0, 192, 0], [0, 64, 128]} 0：白色[128, 0, 64] [128, 64, 0], [128, 0, 192], [0, 128, 64], [0, 192, 128], [192, 224, 224], [0, 0, 192], [128, 128, 192], [0, 128, 192], [0, 0, 64], [128, 128, 64], [0, 64, 0], [0, 128, 0] , [128, 128, 128] 14：黑色[0, 0, 0], [0, 128, 128], [128, 0, 128] , [128, 0, 0], 18：貓頭鷹[128, 128, 0], [0, 0, 128], [0, 192, 0], [0, 64, 128]}

[0, 0, 0] 背景

0 是白色 [128, 0, 64]
18 是鳥
實在不行，采用非深度學習的方法，全部設置為背景？？？
是不是我讀取的時候讀錯了？？？8位的應該怎么讀取

5：讀取txt中的所有目錄

讀取 RGB的所有圖像

image_ids = open(r"../input/voc2012-segmentation/ImageSets/Segmentation/train.txt",'r').read().splitlines()for i in image_ids:print(len(myset))print(myset)img = cv2.imread("../input/voc2012-segmentation/SegmentationClass/" + str(i)+".png")# print(img)for x in range(img.shape[0]): for y in range(img.shape[1]):# print(img[x][y])lst = (img[x][y][0],img[x][y][0],img[x][y][0])myset.add(lst)

[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-KKys6WnY-1622361549148)(CV%E4%BD%9C%E4%B8%9A%E7%AC%94%E8%AE%B0.assets/image-20210529181221769.png)]

我要死了~~~~~ ~~~~
應該寫不完了，我死了~·
弄一個全是黑的的圖片吧，這個怎么弄的
測試集上是 0.8732

標簽

VOC 2012中的ground truth label 是以RGB偽彩色圖像的形式保存的
完結，撒花~~~

7：為什么一訓練就變花了啊？？？？

上天啊~~~— 讓我過一過吧，我真的只想得到一個 0.02 的結果

可以嗎？？？

8：kaggle 下載代碼后運行的結果文件

commit之后，就會重新執行，得到最后的結果輸出

9：TMD

顏色又搞反了

我真是個廢物

我覺得很扯，怎么顏色又不對····我是真的迷，迷了···

kaggle下載代碼運行后的結果文件_筆記小屋-CSDN博客

一次跑三分鐘，50輪就是一百五十分鐘，差不多三個小時

為什么我越訓練越低啊？？？？為什么我第一次最高？？？搞笑吧？？？
當epoch = 0 的時候
- MIOU = 0.83
epoch = 1 的時候
- 先執行的是test文件
- MIOU 74.06
epoch = 4 的時候
- MIOU 79.89
epoch = 4 2 的時候
- mIoU: 82.82; mPA: 89.19
epoch = 56 的時候
- ===> mIoU: 82.63; mPA: 89.25
epoch = 70 的時候
- Mean IoU: 0.8263
- 很服，很迷，你是不想讓我訓練嗎？？、
- 哭

代碼地址

CV3Predict：https://www.kaggle.com/kksspsls/cv3predict

CV3MIOUTEST：https://www.kaggle.com/kksspsls/cv3mioutest

CV3trainModel：https://www.kaggle.com/kksspsls/cv3trainmodel

總結

以上是生活随笔為你收集整理的语义分割的时候，发的牢骚的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。