gluoncv fcn做语义分割小结

照例，先占坑再填，不完善的地方后续再补

1、图片标注

github上搜labelme

也可以直接作为python第三方库安装

pip install labelme

即可

启动时在cmd命令中输入labelme，该软件的图形界面就出来了

 

 

点击open dir并选择对应的文件夹

点击creat polygons开始标记，以不规则方框或者拆线画出所要区分的实例，输入标签，最后点save

2、标签转换

标出来的标签是单个的json格式，由于要用pascal voc格式进行训练，需要对所标注的数据格式进行转换，转成voc数据格式

github中labelme官方项目中就有转换的脚本，但是需要注意的一点是要先选对对应的脚本，比如要做实例分割，不要选成目标检测了

实例分割转换脚本链接

https://github.com/wkentaro/labelme/blob/master/examples/semantic_segmentation/labelme2voc.py

对应的链接先空上，随后再补，家里的网是移动的，github基本打不开。

转出来的格式如图所示

3、训练

转换出来的数据好像是voc增强模式，还给每张图片提取了特征（npy文件），一个特征都是几十兆，如上图所示。

在训练时，gluoncv官方给出的FCN网络训练脚本读取的文件夹是SegmentationClass，而我们用labelme转出来的文件夹名称是SegmentationClassPNG，需要将脚本中的文件夹名称改动一下。

官方tutorial link:

https://gluon-cv.mxnet.io/build/examples_segmentation/train_fcn.html

官方训练脚本的link:

https://gluon-cv.mxnet.io/_downloads/1f67ebbf3e0adc5c6fa863a3bc7672a6/train.py

另外，此脚本还有两个坑：

(1)默认的模型保存路径为空，训练时一定要加上

 

 我第一次训练时就没管这个参数，导致白训了，训完在数据根目录下找model，but nothing was found！

(2)语法错误，局部变量在循环里面声明的，出了循环还在调用，运行时会报错

 

 只需在方法第一行给它们加上并赋个初值就好了。