定义：从像素层次来识别图像；为图像中的每个像素指定类别标记。
代码下载：github.com/bubbliiiing…
deeplabv3+ 代码训练自己的数据集：
- utils_fit.py中的
torch.save(model.state_dict(), 'logs/ep%03d-loss%.3f-val_loss%.3f.pth'%((epoch + 1), total_loss / (epoch_step + 1), val_loss / (epoch_step_val + 1)))这边的路径记得要修改。 - dataloader.py中的
jpg = Image.open(os.path.join(os.path.join(self.dataset_path, "CMP_datasets/JPEGImages"), name + ".jpg")) png = Image.open(os.path.join(os.path.join(self.dataset_path, "CMP_datasets/SegmentationClass"), name + ".png"))也要修改
- epochs:200
损失函数：
- epochs：100
| 类别 | RGB |
|---|---|
| 1 | 0，255，255 |
| 2 | 0，85，255 |
| 3 | 255，255，0 |
| 4 | 85，255，170 |
| 5 | 255, 170, 0 |
| 6 | 170, 255, 85 |
| 7 | 255,0,0 |
| 8 | 0,170,255 |
| 9 | 255,85,0 |
| 10 | 170,0,0 |
| 11 | 0,0,255 |
| 12 | 0,0,170 |
- 用CMP_dataset数据集训练模型的结果：
