參考：https://github.com/tensorflow/models/blob/master/research/deeplab/g3doc/cityscapes.md

https://github.com/tensorflow/models/blob/master/research/deeplab/local_test.sh

1、下載數據

cd models/research/deeplab/datasets mkdir cityscapes

下載原始5000張圖片leftImg8bit_trainvaltest.zip(11GB)并解壓在leftImg8bit文件夾下；
下載驚標5000張圖片gtFine_trainvaltest.zip(241MB)并解壓在gtFine文件下下；
特別說明：發現下載一段時間就會出現服務器中斷，國內有CSDN博客分享了百度云下載鏈接。

https://blog.csdn.net/zym19941119/article/details/81198315 鏈接: https://pan.baidu.com/s/108_NgFheDIpnQRrwz5uhmw 提取碼: dhr8

2、轉換數據

cd models/research/deeplab/datasets sh convert_cityscapes.sh

執行后會在cityscapes目錄下出現tfrecord文件夾。

3、下載checkpoint

https://github.com/tensorflow/models/blob/master/research/deeplab/g3doc/model_zoo.md
選擇xception65_cityscapes_trainfine，下載并解壓到cityscapes文件夾下

4、準備工作
加載py包路徑，記住目錄要用絕對路徑：

export PYTHONPATH=$PYTHONPATH:/data/comcode/models/research/:/data/comcode/models/research/slim

創建輸出文件夾

cd models/research/deeplab/datasets/cityscapes mkdir exp cd exp mkdir train_on_train_set cd train_on_train_set mkdir train --保存訓練輸出結果 mkdir val --保存評價輸出結果 mkdir vis --保存可視化輸出結果 mkdir export --保存模型輸出

當前目錄結構如下圖：

5、訓練模型

cd models/research python deeplab/train.py \--logtostderr \--training_number_of_steps=30000 \--fine_tune_batch_norm=False \--train_split="train" \--model_variant="xception_65" \--atrous_rates=6 \--atrous_rates=12 \--atrous_rates=18 \--output_stride=16 \--decoder_output_stride=4 \--train_crop_size="769,769" \--train_batch_size=1 \--dataset="cityscapes" \--tf_initial_checkpoint=deeplab/datasets/cityscapes/deeplabv3_cityscapes_train/model.ckpt \--train_logdir=deeplab/datasets/cityscapes/exp/train_on_trainval_set/train \--dataset_dir=deeplab/datasets/cityscapes/tfrecord

5、評價模型

python deeplab/eval.py \--logtostderr \--eval_split="val" \--model_variant="xception_65" \--atrous_rates=6 \--atrous_rates=12 \--atrous_rates=18 \--output_stride=16 \--decoder_output_stride=4 \--eval_crop_size="1025,2049" \--dataset="cityscapes" \--checkpoint_dir=deeplab/datasets/cityscapes/exp/train_on_trainval_set/train \--eval_logdir=deeplab/datasets/cityscapes/exp/train_on_trainval_set/val \--dataset_dir=deeplab/datasets/cityscapes/tfrecord \--max_number_of_evaluations=1

6、可視化輸出

python deeplab/vis.py \--logtostderr \--vis_split="val" \--model_variant="xception_65" \--atrous_rates=6 \--atrous_rates=12 \--atrous_rates=18 \--output_stride=16 \--decoder_output_stride=4 \--vis_crop_size="1025,2049" \--dataset="cityscapes" \--colormap_type="cityscapes" \--checkpoint_dir=deeplab/datasets/cityscapes/exp/train_on_trainval_set/train \--vis_logdir=deeplab/datasets/cityscapes/exp/train_on_trainval_set/vis \--dataset_dir=deeplab/datasets/cityscapes/tfrecord

?

tensorboard看運行結果：

tensorboard --port=10072 --logdir=/data/comcode/models/research/deeplab/datasets/cityscapes/exp/train_on_trainval_set/val

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的图像语义分割模型DeepLab训练Cityscapes数据集过程记录的全部內容，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。