语义分割:HRnet+ocr+segfix,粗糙跑通训练自己的数据集

1.github地址:https://github.com/openseg-group/openseg.pytorch
2.自己数据集的准备:首先文件夹结构组织结构的话按照github文档里写的地址为https://github.com/openseg-group/openseg.pytorch/issues/14，但是我自己的数据集其中label的图片为三通道颜色mask，需要按照类别数(从零开始)整理为二维的[0:n_class-1]的数据格式。
3.需要自己添加配置文件和开始shell脚本，我把配置文件json里面的各种trans删除，solver:test_interval是多少iters后val一次，这里我的val的bs等于1，开始脚本里面的max_iters是是最终要跑多少个iters,也就是训练多少epoch，这里我的gpu只有一个即单机单卡设置为0，所以还得把main.py的bn_type默认值改为torchbn，这里还有个地方就是损失函数那里，一开始默认配置是LOSS_TYPE=“fs_auxce_loss”,这里有个aux损失我也不知道是啥，我把它改为LOSS_TYPE=“fs_ce_loss”

4.最后是做val的时候老报错self.configer.get(“dataset”)=="lib"找不到，我也没仔细看他这个configer怎么生成的反正感觉乱七八糟到处定义和没有定义，我把那个if判断语句直接跳过了，改一下或者注释掉都行
目前就这些问题，新问题再加，目前正在训练，还没到test，还没有加上segfix

最后

以上就是谦让烧鹅为你收集整理的语义分割:HRnet+ocr+segfix,粗糙跑通训练自己的数据集的全部内容，希望文章能够帮你解决语义分割:HRnet+ocr+segfix,粗糙跑通训练自己的数据集所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。