Unet的文件下载
网盘下载:链接:https://pan.baidu.com/s/1H1Q8QpR0R3pNdJwKxvKD0g
提取码:wn5i
一、制作数据集
1.安装labelme
Win+R启动cmd,在命令提示符内输入以下命令:
activate pytorch #激活环境
pip install labelme==3.16.7 #安装labelme,尽量安装3.16.7不然运行会出错
2.将要标注的图像放置到下面路径before文件夹中
3.运行labelme进行标注
Win+R启动cmd,在命令提示符内输入以下命令:
labelme
labelme软件就会打开
点击Open Dir,跳转到如下路径,点击选择文件夹即可
键盘:A(上一张图片)、D(下一张图片)
Edit中Create Polygons进行不规则标注,其他详细使用方法请百度查询
每张图片标注成功之后会出现一个对应的.json格式的文件
4.打开 json_to_dataset.py
注意:运行 json_to_dataset.py前datasets中before中放的是1.jpg和1.json文件、JPEGImages和SegmentationClass中为空文件
运行 json_to_dataset.py后datasets中before中放的是1.jpg和1.json文件、JPEGImages中会生成原始的.jpg文件、SegmentationClass中会生成.png文件
修改json_to_dataset.py 中的classes中的类别(改为要识别3中物体的名称)
运行json_to_dataset.py文件
会在JPEGImages和SegmentationClass中分别生成
5.数据集
将下面两个文件复制粘贴到VOCdevkit路径下
二、划分训练集和数据集
注意:运行voc_annotation.py前 此时ImageSets没有文件
运行voc_annotation.py后 ImageSets生成四个文件
运行voc_annotation.py
三、训练数据集
打开train.py文件,修改num_classes =分类的个数+1
num_workers 工作的线程(可以不修改,内存较小的话修改为2或0)
运行train.py文件开始训练
四、开始预测
1.将 logs 中权值文件复制到 modal_data 下
2. 修改 unet.py 文件中 为下图所示
3. 打开 predict.py 文件
mode为读取的是图片,摄像头,或者视频
4.运行 predict.py 文件
Original: https://blog.csdn.net/weixin_44751438/article/details/123058427
Author: 风吹吹就过
Title: Unet的训练及预测
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/651133/
转载文章受原作者版权保护。转载请注明原作者出处!