关于DeepLabv3+网络原理介绍，见我上篇博客DeepLabV3与DeepLabV3+介绍

  本文项目整理并学习了B站up主Bubbliiiing的视频，欢迎各位在评论区共同讨论交流。

目录

1、数据集的制作

2、数据集的处理

3、训练自己的权重

4、利用自己的权重进行预测

---

        先下载好相关的代码文件（相关的代码，数据在文章最后有链接），解压后放在自己电脑的某个盘中，然后用pycharm等软件打开即可。注意打开的根目录得与图片一致哦，不然有的代码里调用.py文件会出现红色下划线

1、数据集的制作

        在自己创建的虚拟环境中安装标注工具labelme，笔者是用Anaconda管理自己的虚拟环境(如何配置深度学习环境这里不做介绍，建议自行去百度)，打开Anaconda Prompt(没安装Anaconda的直接win+r,输入cmd,进入你配置的虚拟环境安装也行)

        

 

        打开后，输入activate pytorch（中间有空格）（pytorch是笔者虚拟环境起的名字，这里需要改成你自己起的虚拟环境的名字），激活我们的虚拟环境，再进行安装labelme打标签工具。

        接下来输入pip install labelme==3.16.7(这个版本较稳定，这里没有换源安装，有需要可百度)

         安装好了后在自己的虚拟环境中输入labelme,即可打开该标注数据工具

        打开后界面如下：

       本文代码使用的数据格式为VOC格式，如下图所示。先在电脑某个盘创建存放图片的文件夹（比如我在F盘创建了JPEGImages文件夹，里面存放着待处理的图片），记住位置（后续将打好标签的图片copy到我们代码目录下即可）

        其中：

        ImageSets下的Segmentation文件夹里：存放train.txt训练集图片名字，val.txt验证集图片名字

        JPEGImages:存放训练前未处理的图片

        SegmentationClass:存放将图片处理的标记图片

        我们打开labelme工具的左侧Open Dir，点击“选择文件夹“”，选择刚才创建好的文件夹JPEGImages。

         打开后出现文件夹的图片

         点击左上方File,再点击Save Automatically,开启自动保存；

        点击左侧栏Create Polygones,点击鼠标左键用小线段将目标的轮廓圈成一个闭合线段即可，后续给目标起标签名称，如下图，用绿色小线段把目标轮廓圈起来，并起名为sheep，点击OK（话说这动物是羊吗，我也不确定）

         这张图片标注完成后，按下键盘上的D键切换下一张图（按A键返回上一张），接着标注，这个过程极为枯燥且费时，还请耐心标注。

         所有图片标注完成后，存放图片文件夹会出现下图所示.json文件

        将JPEGImages下所有文件Ctrl+A全选，然后Ctrl+x剪切，Ctrl+V粘贴到我们代码根目录下datesets--before文件夹下面，这里我们第一阶段的工作就完成了。

2、数据集的处理

        接下来用pycharm打开我们项目文件夹，在根目录下打开json_to_dataset.py文件。

        修改class类别参数：比如你的类别有cat,dog两个类,如下图类别中添加"_background_",

"cat","dog"三个类，这里都是默认要多加一个"_background_"背景类别。

          接下来鼠标右键，选择运行代码；之后左侧datasets文件夹下的JPEGImages、SegmentionClass文件夹出现图片，分别是原图片，标签图片。

         然后需要将上图中datasets下的JPEGImages、SegmentionClass两个文件夹剪切到VOCdevkit--VOC2007--目录下即可。

        接下来打开根目录下的voc_annotation.py，右击运行，对数据集进行划分，默认训练集：验证集=9:1划分。运行结果VOCdevkit--VOC2007--ImageSets--Segmentation多出两个.txt文件

         第二阶段的数据划分阶段也完成了。

3、训练自己的权重

          在开始训练我们自己数据集的权重之前，我们打开pycharm左下角的命令终端如下图，在中输入如下的命令pip install -r requirements.txt，就可以对相应环境安装了。

pip install -r requirements.txt

        点开根目录下train.py文件，下面介绍train文件部分参数   

        1、修改类别数num_classes，文件中默认21个类别（VOC数据集20类别+1背景类别），改成自己的（类别数+1）

         2、修改主干网络backbone，默认是mobilenet,推荐使用默认；xception主干可能训练效果好一点，但是对电脑的性能要求更高

        3、添加预训练权重model_path,添加预训练权重能加速训练。

        4、修改训练轮数，Freeze_Epoch=50表示冻结训练50轮；UnFreeze_Epoch=100表示解冻训练（100-50=50）50轮，即总共训练100轮；根据自己实际情况设置轮数，一般几百轮即可。

        代码里其他参数不再进行过多介绍，都推荐使用默认参数即可，想了解的也可以自己看代码，注释很详细。

        最后直接运行train.py即可，等训练完，就会在根目录下logs下生成.pth权重文件。

         这里训练阶段也结束了。

4、利用自己的权重进行预测

        最后就是预测了，用到两个文件，根目录下的deeplab.py和predict.py。

        我们首先需要去deeplab.py里面修改model_path以及num_classes，两个参数要修改。

        model_path参数的路径修改为你上一步训练得到的权重路径，在根目录logs文件夹里，注意输入路径是斜杠为“/”。 num_classes参数=（自己类别数目）+1（背景类别）

          然后点开predict.py文件，修改mode参数，可以检测图片或视频，详情看代码注释

比如下图mode = "dir_predict",就是检测指定文件夹下的图片，并把结果保存指定文件夹

        根目录predict.py里，dir_origin_path：指定检测图片的文件夹路径,dir_save_path：指定保存检测结果的文件夹路径。格式如下图

         参数修改完，其他参数采用默认，右键运行predict.py，即可生成语义分割结果，展示部分图像分割检测图片：

         最后再次感谢b站up主Bubbliiiing！也感谢我的舍友对我的帮助爱吃肉的鹏

        代码与VOC数据(里面有打好标签)，将会放在下面链接：

        代码：链接：https://pan.baidu.com/s/1azJZCfQTmzYU8PNBk4qoNw?pwd=9lg7
提取码：9lg7

        VOC数据：链接：https://pan.baidu.com/s/1pSMDgJ43BSUyhvTQ8YDu8Q?pwd=1xlh
提取码：1xlh