FCN模型实现-Pytorch+预训练VGG16_fcn-16s资源-CSDN文库

72 浏览量 2021-01-20 03:09:58 上传评论 1 收藏 284KB PDF 举报

资源推荐

资源详情

资源评论

FCN模型实现模型实现-Pytorch+预训练预训练VGG16

FCN模型的网络与VGG16类似，之后后边将全连接层换成了卷基层，具体的网络结构与细节可以去看论文：

https://people.eecs.berkeley.edu/~jonlong/long_shelhamer_fcn.pdf

下边详细讲一下用Pytorch对FCN的实现：

本文参考了https://zhuanlan.zhihu.com/p/32506912 但是修改了部分代码，加上了很多新的注释，并将代码更新到Pytorch1.x

首先是读取图像首先是读取图像

#使用的VOC数据目录

voc_root = '/media/cyq/CU/Ubuntu system files/VOCdevkit/VOC2012'

#此函数用来读取图像和标签的名字

def read_images(root=voc_root, train=True):

txt_fname = root + '/ImageSets/Segmentation/' + ('train.txt' if train else 'val.txt')

with open(txt_fname, 'r') as f:

images = f.read().split()

data = [os.path.join(root, 'JPEGImages', i+'.jpg') for i in images] label = [os.path.join(root, 'SegmentationClass', i+'.png') for i

in images] return data, label

对输入图像做出裁剪，使图像大小一致，方便训练对输入图像做出裁剪，使图像大小一致，方便训练

#这里对图像和标签都截取对应的部分

def rand_crop(data, label, height, width):

'''

data is PIL.Image object

label is PIL.Image object

'''

x = random.uniform(0,data.size[0]-width)

x = int(x)

y = random.uniform(0,data.size[1]-height)

y = int(y)

box = (x,y,x+width,y+height)

data = data.crop(box)

label = label.crop(box)

return data, label

label图像与标签的映射图像与标签的映射

#21个类

classes = ['background','aeroplane','bicycle','bird','boat',

'bottle','bus','car','cat','chair','cow','diningtable',

'dog','horse','motorbike','person','potted plant',

'sheep','sofa','train','tv/monitor']

# 每个类对应的RGB值

colormap = [[0,0,0],[128,0,0],[0,128,0], [128,128,0], [0,0,128],

[128,0,128],[0,128,128],[128,128,128],[64,0,0],[192,0,0],

[64,128,0],[192,128,0],[64,0,128],[192,0,128],

[64,128,128],[192,128,128],[0,64,0],[128,64,0],

[0,192,0],[128,192,0],[0,64,128]]

#下边就是将label中每种颜色映射成0-20的数字

cm2lbl = np.zeros(256**3) # 每个像素点有 0 ~ 255 的选择，RGB 三个通道

for i,cm in enumerate(colormap):

cm2lbl[(cm[0]*256+cm[1])*256+cm[2]] = i # 建立索引

def image2label(im):

data = np.array(im, dtype='int32')

idx = (data[:, :, 0] * 256 + data[:, :, 1]) * 256 + data[:, :, 2] return np.array(cm2lbl[idx], dtype='int64') # 根据索引得到 label 矩阵

数据集制作数据集制作

def img_transforms(im, label, crop_size):

im, label = rand_crop(im, label, *crop_size)

im_tfs = tfs.Compose([

tfs.ToTensor(),

tfs.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余5页未读，立即下载

内容反馈

weixin_38725625

粉丝: 3
资源: 919

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip