在2015年发表于计算机视觉顶会CVPR上的Fully Convolutional Networks for Semantic Segmentation 论文(下文中简称FCN)开创了图像语义分割的新流派。在后来的科研工作者发表学术论文做实验的时候，还常常把自己的实验结果与FCN相比较。笔者在做实验的时候，也去改动并跑了跑FCN的代码，可是问题出现了，笔者的训练并不收敛。
下面是笔者最初的训练prototxt文件：
细心的读者朋友们可以发现，笔者换掉了数据层(换成了自己生成的lmdb文件)，并且输出对应的图片以及标签，然后，由于笔者是二分类，因此改掉了原有的带有num_output: 21的卷积层与反卷积层的名字。这样在fine-tune参数模型的时候不会出错(笔者跑的是经过处理的cityscapes数据集)。然后在启动训练的时候，笔者运行了以下的脚本：
-
#!/usr/bin/env sh
-
set -e
-
-
echo "begin:"
-
GLOG_logtostderr=0 GLOG_log_dir=./fcn8s_cityscapes/logs/ \
-
./build/tools/caffe train \
-
--solver="fcn8s_cityscapes/solver.prototxt" \
-
--weights="fcn8s_cityscapes/fcn8s-heavy-pascal.caffemodel" \
-
--gpu=1
-
echo "end"
可是，训练过程的输出却由下图所示：
笔者训练了10w次，像素二分类loss一直等于0.693147，很明显不正常。那么，到底是哪里出了问题呢？笔者不由得陷入了冷静分析：
笔者训练使用的prototxt文件(如上所示)是按照官方提供的修改的，对结果有绝对影响的一共有两个地方：
(1) 按照我自己的输出分类数改了6个卷积与反卷积层的名字，这应该是正确的操作，因为不这样做会出错。
(2) 改掉了网络的数据层，当时为了方便，笔者甚至都没有去编译pycaffe，然后就直接使用了预先生成的lmdb文件 并使用data_layer进行数据读取。笔者严重怀疑猫腻出在此处。
于是，笔者进入了fcn代码中自带的solve.py进行查看：
-
# surgeries
-
interp_layers = [k for k in solver.net.params.keys() if 'up' in k]
-
surgery.interp(solver.net, interp_layers)
在上面的代码中，原作者对层名称中有"up"字样的层做了操作，这恰好是训练文件中的反卷积层。因此笔者进入源码中的surgery.py文件看看这个操作到底是什么：
-
def interp(net, layers):
-
"""
-
Set weights of each layer in layers to bilinear kernels for interpolation.
-
"""
-
for l in layers:
-
m, k, h, w = net.params[l][0].data.shape
-
if m != k and k != 1:
-
print 'input + output channels need to be the same or |output| == 1'
-
raise
-
if h != w:
-
print 'filters need to be square'
-
raise
-
filt = upsample_filt(h)
-
net.params[l][0].data[range(m), range(k), :, :] = filt
-
-
-
def upsample_filt(size):
-
"""
-
Make a 2D bilinear kernel suitable for upsampling of the given (h, w) size.
-
"""
-
factor = (size + 1) // 2
-
if size % 2 == 1:
-
center = factor - 1
-
else:
-
center = factor - 0.5
-
og = np.ogrid[:size, :size]
-
return (1 - abs(og[0] - center) / factor) * \
-
(1 - abs(og[1] - center) / factor)
看到这里笔者才恍然大悟，原来，官方自带的solve.py文件中的interp函数中的upsample_filt函数已经对反卷积层参数进行了双线性插值初始化，而在最上面笔者最初使用的.prototxt文件中，笔者只是自己在反卷积层中对参数做了高斯初始化，这是不对的。
到这里，FCN训练不收敛的原因已经完全暴露：在于没有对反卷积层参数做正确的初始化操作。解决方案是，按照官方提供的代码配置程序并使用solve.py运行程序。
那么，该怎么进行FCN训练程序的配置呢？笔者下面以fcn8s配置为例来讲解一下：
在讲解之前先说一句，在配置FCN源码的过程中，博主Darlewo的FCN训练自己的数据集及测试这篇博客对我很有启发，在此对他表示最诚挚的感谢。但是这篇博客笔者认为不是太详细与系统，因此笔者将在本篇博客中详解，下面开始干货。
(0) 配置好caffe并编译完成pycaffe
第0步相信绝大多数读者都已经完成，笔者不再赘述。
(1) 下载FCN源代码并解压。
https://github.com/shelhamer/fcn.berkeleyvision.org
(2) 进入上一步解压后的fcn.berkeleyvision.org-master文件夹，再进入voc-fcn8s文件夹，查看里面的caffemodel-url文件中的链接，并下载训练时需要fine-tune的模型fcn8s-heavy-pascal.caffemodel。
在这里，如果有读者朋友对以上的链接下载不方便的话，也可以下载笔者的百度网盘中的文件，包含源码与fine-tune所需模型。链接：http://pan.baidu.com/s/1dEWT8FR
(3) 针对训练所需的训练集与测试集，准备图像与标签。并且写训练与测试文件txt。
在这一步，笔者想要说的是，大家要准备四样东西：
训练图像与标签
测试图像与标签
训练txt文件，姑且称为train.txt
测试txt文件，姑且称为test.txt
准备的时候要注意以下几点：
第一，训练图片与训练标签的名称要保持一致，格式没有必要保持一致。比如，笔者的训练/测试图像就是train(num).jpg/test(num).jpg，训练的标签就是相应的train(num).png/test(num).png。
笔者的训练图像：
笔者训练图像对应的标签：
第二，对于train.txt文件与test.txt文件，里面只需要记录训练/测试的图像的名称，不要记录后缀格式。这就是为什么图像与标签要在名称上保持一致，因为voc_layers.py文件会根据从txt文件中阅读的文件名去同时读取训练/测试图片与标签。另外，训练/测试图像名顺序不重要。
下面是笔者的train.txt：
顺便分享给大家一个写train.txt和test.txt的脚本文件：
-
import numpy as np
-
import glob
-
import os
-
import random
-
-
def main():
-
train_dir = "./train/image/"
-
test_dir = "./test/image/"
-
train_path = "./train.txt"
-
test_path = "./test.txt"
-
train_images = glob.glob(os.path.join(train_dir, "*.jpg"))
-
test_images = glob.glob(os.path.join(test_dir, "*.jpg"))
-
train_file = open(train_path, 'a')
-
test_file = open(test_path, 'a')
-
print(len(train_images))
-
print(len(test_images))
-
for idx in range(len(train_images)):
-
train_name, _ = os.path.splitext(os.path.basename(train_images[idx]))
-
train_content = train_name + "\n"
-
train_file.write(train_content)
-
train_file.close()
-
for idx in range(len(test_images)):
-
test_name, _ = os.path.splitext(os.path.basename(test_images[idx]))
-
test_content = test_name + "\n"
-
test_file.write(test_content)
-
test_file.close()
-
-
if __name__ == '__main__':
-
main()
在data文件夹下新建好train.txt和test.txt空白文件后直接新建并运行上述python脚本即可。
第三，对于train.txt文件和test.txt文件，训练/测试的图像与标签，统一放在一个文件夹下面，而在该文件夹下的路径可以随意配置。只是需要按需修改一下voc_layers.py文件。比如说，笔者的数据文件就是如下所示安排的。
-
|-voc-fcn8s
-
|-data
-
test.txt
-
train.txt
-
|-test
-
|-image
-
test_images
-
|-label
-
test_labels
-
|-train
-
|-image
-
train_images
-
|-label
-
train_labels
在voc-fcn8s文件夹下面笔者新建了data文件夹，data文件夹中有train.txt和test.txt，同时还有两个文件夹train和test，在train和test文件夹下面各自有一个image和label文件夹，里面分别记录了训练/测试的图像与标签。
(4)在准备完毕训练与测试的数据和标签之后，我们就可以修改训练文件开始训练了，下面阐述训练文件配置。
1) 首先将fcn.berkeleyvision.org-master文件夹中的surgery.py文件与score.py文件移动到voc-fcn8s文件夹中。
2) 打开voc-fcn8s文件夹下的solve.py文件，按照注释进行修改。
-
import sys
-
sys.path.append('/home/cvlab/caffe-master/python')#引入sys库并且增加需要的caffe的python路径
-
import caffe
-
import surgery, score
-
-
import numpy as np
-
import os
-
import sys
-
-
try:
-
import setproctitle
-
setproctitle.setproctitle(os.path.basename(os.getcwd()))
-
except:
-
pass
-
-
weights = './fcn8s-heavy-pascal.caffemodel'#置下载好的用来finetune的模型
-
-
# init
-
caffe.set_device(int(1))#设置gpu号，笔者使用的1号gpu跑的，如果只有一块显卡，就是(int(0))
-
caffe.set_mode_gpu()
-
-
solver = caffe.SGDSolver('solver.prototxt')#设置solver.prototxt
-
solver.net.copy_from(weights)
-
-
# surgeries
-
interp_layers = [k for k in solver.net.params.keys() if 'up' in k]#此处埋下伏笔，在修改层名称的时候不要把反卷积层的name中的"up"去掉！
-
surgery.interp(solver.net, interp_layers)
-
-
# scoring
-
val = np.loadtxt('./data/test.txt', dtype=str)#在这里按照实际路径传入第(3)步写好的test.txt
-
-
for _ in range(25):#可选修改，在这两行按需修改训练的epoch数和每个epoch中的step数，笔者并没有进行修改。
-
solver.step(4000)
-
score.seg_tests(solver, False, val, layer='score')
在修改solve.py文件的时候，首先就是要在文件的最上端引入caffe的python路径，然后分别设置fine-tune的模型，gpu号和使用的solver.prototxt文件路径。笔者直接将fine-tune模型和solver.prototxt文件放置在voc-fcn8s目录下。然后修改在上一步中写好的test.txt文件路径。注意是传入的测试集对应的test.txt，不是训练集对应的train.txt。最后，可以修改一下训练进行的迭代epoch数和每个epoch中的step数。
3) 修改solver.prototxt文件
-
train_net: "/home/cvlab/caffe-master/fcn.berkeleyvision.org-master/voc-fcn8s/train.prototxt"#修改训练prototxt文件路径
-
test_net: "/home/cvlab/caffe-master/fcn.berkeleyvision.org-master/voc-fcn8s/val.prototxt"#修改测试prototxt文件路径
-
test_iter: 500
-
# make test net, but don't invoke it from the solver itself
-
test_interval: 999999999
-
display: 20
-
average_loss: 20
-
lr_policy: "fixed"
-
# lr for unnormalized softmax
-
base_lr: 1e-14
-
# high momentum
-
momentum: 0.99
-
# no gradient accumulation
-
iter_size: 1
-
max_iter: 100000
-
weight_decay: 0.0005
-
snapshot: 4000
-
snapshot_prefix: "/home/cvlab/caffe-master/fcn.berkeleyvision.org-master/voc-fcn8s/snapshot/train"#修改模型保存路径
-
test_initialization: false
在此处的修改，主要是为了调整一下训练以及测试时使用的prototxt文件，再修改模型的保存路径。
4) 修改train.prototxt文件与val.prototxt文件
对每个文件，修改的部分一共有2类地方，第一类就是数据层，下面是笔者的train.prototxt数据层：
-
layer {
-
name: "data"
-
type: "Python"
-
top: "data"
-
top: "label"
-
python_param {
-
module: "voc_layers"
-
layer: "SBDDSegDataLayer"
-
param_str: "{\'sbdd_dir\': \'./data\', \'seed\': 1337, \'split\': \'train\', \'mean\': (72.5249, 82.9668, 73.1944)}"#mean: BGR
-
}
-
}
里面的sbdd_dir参数就是放数据的主文件夹，如上文所说，笔者是将数据放在了voc-fcn8s/data文件夹下，因此直接传入./data，seed是一个随机数种子，笔者没动。split参数就是之前为训练和测试写的txt文件名(不带后缀格式)，笔者的训练数据文件名为train.txt，因此传入train。最后是数据集的均值文件，笔者直接在训练集上求取了三个通道的均值，那么，是按照BGR的顺序写进去还是RGB的顺序写进去呢？答案是应该按照BGR的顺序传进去。因为在voc_layers.py文件中有说明，详见下文voc_layers.py代码注释分解。
顺便附带val.prototxt中的数据层：
-
layer {
-
name: "data"
-
type: "Python"
-
top: "data"
-
top: "label"
-
python_param {
-
module: "voc_layers"
-
layer: "VOCSegDataLayer"
-
param_str: "{\'voc_dir\': \'./data\', \'seed\': 1337, \'split\': \'test\', \'mean\': (72.5249, 82.9668, 73.1944)}"
-
}
-
}
第二类就是由于我们需要更改最后的分类数，因此需要改动带有num_output: 21的层的name属性。在更改的时候，尤其需要注意一点，因为在上文中提到，数据层需要对反卷积层参数进行初始化，因此在更改反卷积层的名称的时候，不要把"up"字样去掉，比如说笔者就直接在后面加了个"_n"，原理详见上文中solve.py代码解析。
-
layer {
-
name: "upscore2_n"
-
type: "Deconvolution"
-
bottom: "score_fr"
-
top: "upscore2"
-
param {
-
lr_mult: 0
-
}
-
convolution_param {
-
num_output: 2
-
bias_term: false
-
kernel_size: 4
-
stride: 2
-
}
-
}
5) 修改voc_layers.py文件
voc_layers.py文件是数据层，该文件协定了训练/测试的时候的数据读取。里面有两个类，一个叫VOCSegDataLayer，用于测试时的数据读取，一个叫SBDDSegDataLayer，用于训练时的数据读取。下面是笔者的voc_layers.py文件：
-
import caffe
-
-
import numpy as np
-
from PIL import Image
-
-
import random
-
-
class VOCSegDataLayer(caffe.Layer):
-
"""
-
Load (input image, label image) pairs from PASCAL VOC
-
one-at-a-time while reshaping the net to preserve dimensions.
-
-
Use this to feed data to a fully convolutional network.
-
"""
-
-
def setup(self, bottom, top):
-
"""
-
Setup data layer according to parameters:
-
-
- voc_dir: path to PASCAL VOC year dir
-
- split: train / val / test
-
- mean: tuple of mean values to subtract
-
- randomize: load in random order (default: True)
-
- seed: seed for randomization (default: None / current time)
-
-
for PASCAL VOC semantic segmentation.
-
-
example
-
-
params = dict(voc_dir="/path/to/PASCAL/VOC2011",
-
mean=(104.00698793, 116.66876762, 122.67891434),
-
split="val")
-
"""
-
# config
-
params = eval(self.param_str)
-
self.voc_dir = params['voc_dir']
-
self.split = params['split']
-
self.mean = np.array(params['mean'])
-
self.random = params.get('randomize', True)
-
self.seed = params.get('seed', None)
-
-
# two tops: data and label
-
if len(top) != 2:
-
raise Exception("Need to define two tops: data and label.")
-
# data layers have no bottoms
-
if len(bottom) != 0:
-
raise Exception("Do not define a bottom.")
-
-
# load indices for images and labels
-
split_f = '{}/{}.txt'.format(self.voc_dir,
-
self.split)#读入val.prototxt中数据层的voc_dir参数与split参数，笔者将test.txt直接放在了voc_dir下面，这样直接就能读取到test.txt文件中的内容
-
self.indices = open(split_f, 'r').read().splitlines()#在这里获取test.txt中每一行的值(不带后缀的测试图像/标签名称)
-
self.idx = 0
-
-
# make eval deterministic
-
if 'train' not in self.split:
-
self.random = False
-
-
# randomization: seed and pick
-
if self.random:
-
random.seed(self.seed)
-
self.idx = random.randint(0, len(self.indices)-1)
-
-
-
def reshape(self, bottom, top):
-
# load image + label image pair
-
self.data = self.load_image(self.indices[self.idx])
-
self.label = self.load_label(self.indices[self.idx])
-
# reshape tops to fit (leading 1 is for batch dimension)
-
top[0].reshape(1, *self.data.shape)
-
top[1].reshape(1, *self.label.shape)
-
-
-
def forward(self, bottom, top):
-
# assign output
-
top[0].data[...] = self.data
-
top[1].data[...] = self.label
-
-
# pick next input
-
if self.random:
-
self.idx = random.randint(0, len(self.indices)-1)
-
else:
-
self.idx += 1
-
if self.idx == len(self.indices):
-
self.idx = 0
-
-
-
def backward(self, top, propagate_down, bottom):
-
pass
-
-
-
def load_image(self, idx):
-
"""
-
Load input image and preprocess for Caffe:
-
- cast to float
-
- switch channels RGB -> BGR
-
- subtract mean
-
- transpose to channel x height x width order
-
"""
-
im = Image.open('{}/test/image/{}.jpg'.format(self.voc_dir, idx))#读入val.prototxt中数据层的voc_dir参数与test.txt中的某行内容，结合图片路径和图片格式，然后直接就能读取到一张图片，请大家按照自己的测试图片路径配置。
-
in_ = np.array(im, dtype=np.float32)
-
in_ = in_[:,:,::-1]
-
in_ -= self.mean#印证了数据层中mean是按照BGR的顺序从前到后排列的
-
in_ = in_.transpose((2,0,1))
-
return in_
-
-
-
def load_label(self, idx):
-
"""
-
Load label image as 1 x height x width integer array of label indices.
-
The leading singleton dimension is required by the loss.
-
"""
-
im = Image.open('{}/test/label/{}.png'.format(self.voc_dir, idx))#读入val.prototxt中数据层的voc_dir参数与test.txt中的同一行内容，结合标签路径和标签格式，然后直接就能读取到一张同上文中测试图片对应的标签，请大家按照自己的测试标签路径配置。
-
label = np.array(im, dtype=np.uint8)
-
label = label[np.newaxis, ...]
-
return label
-
-
-
class SBDDSegDataLayer(caffe.Layer):
-
"""
-
Load (input image, label image) pairs from the SBDD extended labeling
-
of PASCAL VOC for semantic segmentation
-
one-at-a-time while reshaping the net to preserve dimensions.
-
-
Use this to feed data to a fully convolutional network.
-
"""
-
-
def setup(self, bottom, top):
-
"""
-
Setup data layer according to parameters:
-
-
- sbdd_dir: path to SBDD `dataset` dir
-
- split: train / seg11valid
-
- mean: tuple of mean values to subtract
-
- randomize: load in random order (default: True)
-
- seed: seed for randomization (default: None / current time)
-
-
for SBDD semantic segmentation.
-
-
N.B.segv11alid is the set of segval11 that does not intersect with SBDD.
-
Find it here: https://gist.github.com/shelhamer/edb330760338892d511e.
-
-
example
-
-
params = dict(sbdd_dir="/path/to/SBDD/dataset",
-
mean=(104.00698793, 116.66876762, 122.67891434),
-
split="valid")
-
"""
-
# config
-
params = eval(self.param_str)
-
self.sbdd_dir = params['sbdd_dir']
-
self.split = params['split']
-
self.mean = np.array(params['mean'])
-
self.random = params.get('randomize', True)
-
self.seed = params.get('seed', None)
-
-
# two tops: data and label
-
if len(top) != 2:
-
raise Exception("Need to define two tops: data and label.")
-
# data layers have no bottoms
-
if len(bottom) != 0:
-
raise Exception("Do not define a bottom.")
-
-
# load indices for images and labels
-
split_f = '{}/{}.txt'.format(self.sbdd_dir,
-
self.split)#读入train.prototxt中数据层的sbdd_dir参数与split参数，笔者将train.txt直接放在了voc_dir下面，这样直接就能读取到train.txt文件中的内容
-
self.indices = open(split_f, 'r').read().splitlines()#在这里获取train.txt中每一行的值(不带后缀的训练图像/标签名称)
-
self.idx = 0
-
-
# make eval deterministic
-
if 'train' not in self.split:
-
self.random = False
-
-
# randomization: seed and pick
-
if self.random:
-
random.seed(self.seed)
-
self.idx = random.randint(0, len(self.indices)-1)
-
-
-
def reshape(self, bottom, top):
-
# load image + label image pair
-
self.data = self.load_image(self.indices[self.idx])
-
self.label = self.load_label(self.indices[self.idx])
-
# reshape tops to fit (leading 1 is for batch dimension)
-
top[0].reshape(1, *self.data.shape)
-
top[1].reshape(1, *self.label.shape)
-
-
-
def forward(self, bottom, top):
-
# assign output
-
top[0].data[...] = self.data
-
top[1].data[...] = self.label
-
-
# pick next input
-
if self.random:
-
self.idx = random.randint(0, len(self.indices)-1)
-
else:
-
self.idx += 1
-
if self.idx == len(self.indices):
-
self.idx = 0
-
-
-
def backward(self, top, propagate_down, bottom):
-
pass
-
-
-
def load_image(self, idx):
-
"""
-
Load input image and preprocess for Caffe:
-
- cast to float
-
- switch channels RGB -> BGR
-
- subtract mean
-
- transpose to channel x height x width order
-
"""
-
im = Image.open('{}/train/image/{}.jpg'.format(self.sbdd_dir, idx))#读入train.prototxt中数据层的sdbb_dir参数与train.txt中的某行内容，结合图片路径和图片格式，然后直接就能读取到一张图片，请大家按照自己的训练图片路径配置。
-
in_ = np.array(im, dtype=np.float32)
-
in_ = in_[:,:,::-1]
-
in_ -= self.mean#印证了数据层中mean是按照BGR的顺序从前到后排列的
-
in_ = in_.transpose((2,0,1))
-
return in_
-
-
#由于笔者的标签是.png格式，因此笔者重写了load_label函数，将.mat换成.png，并将format中的self.voc_dir换成了self.sbdd_dir，从这里可以看到，标签与图片是什么格式的都可以，只要能读取到即可。
-
def load_label(self, idx):
-
"""
-
Load label image as 1 x height x width integer array of label indices.
-
The leading singleton dimension is required by the loss.
-
"""
-
im = Image.open('{}/train/label/{}.png'.format(self.sbdd_dir, idx))#读入train.prototxt中数据层的sbdd_dir参数与train.txt中的同一行内容，结合标签路径和标签格式，然后直接就能读取到一张同上文中训练图片对应的标签，请大家按照自己的训练标签路径配置。
-
label = np.array(im, dtype=np.uint8)
-
label = label[np.newaxis, ...]
-
return label
-
-
#笔者将原来读取mat的函数注释掉了
-
"""
-
def load_label(self, idx):
-
import scipy.io
-
mat = scipy.io.loadmat('{}/cls/{}.mat'.format(self.sbdd_dir, idx))
-
label = mat['GTcls'][0]['Segmentation'][0].astype(np.uint8)
-
label = label[np.newaxis, ...]
-
return label
-
"""
在上面的代码中，读者朋友们可以看到，在数据层中我们写的sbdd_dir/voc_dir只是存放数据的根文件夹名称，split参数是训练/测试的txt文件名。而在voc_layers.py文件中，请读者朋友们注意上面的注释，这两个参数只是为了被当成字符串传入去读取数据集txt文件中的内容或者读取一张图片。这充分说明了，数据存放的格式是可以灵活多变的，只要在voc_layers.py文件中进行相应的配置，满足能读到相应的内容就可以了。
另外，就是在数据层中传入的mean参数是按照BGR的顺序排列的。这可以在voc_layers.py中得到印证，图像被Image.open接口读进来，是RGB格式，然后通道换了顺序，换成了BGR格式，再减去mean，最后，将通道转换回来，又变成了RGB的顺序。因此，在数据层中写均值的时候，应该按照BGR的顺序写。
6) 将修改好的voc_layer.py文件复制到caffe路径下的python文件夹中。
(5) 在voc-fcn8s文件夹下运行solve.py文件，训练开始，很明显地看到loss在慢慢减小，模型训练收敛！
FCN配置训练大功告成！
(6) 对训练生成的模型进行测试
大家最初下载的代码中有一个infer.py文件，该文件可以用来测试我们训练成功的模型，笔者训练了10w次。我们将infer.py复制进voc-fcn8s文件夹中，修改小部分代码参数：
-
import numpy as np
-
from PIL import Image
-
-
import caffe
-
import cv2 #引入cv2库进行模型保存
-
-
# load image, switch to BGR, subtract mean, and make dims C x H x W for Caffe
-
im = Image.open('./data/test/image/test912.jpg') #导入测试图片
-
in_ = np.array(im, dtype=np.float32)
-
in_ = in_[:,:,::-1]
-
in_ -= np.array((72.5249, 82.9668, 73.1944)) #修改均值参数
-
in_ = in_.transpose((2,0,1))
-
-
# load net
-
net = caffe.Net('./deploy_cityscapes.prototxt', './snapshot/train_iter_100000.caffemodel', caffe.TEST) #传入训练获得的模型
-
# shape for input (data blob is N x C x H x W), set data
-
net.blobs['data'].reshape(1, *in_.shape)
-
net.blobs['data'].data[...] = in_
-
# run net and take argmax for prediction
-
net.forward()
-
out = net.blobs['score'].data[0].argmax(axis=0)
-
-
-
result = np.expand_dims(np.array((-255.) * (out-1.)).astype(np.float32), axis = 2) #加了两行代码保存图片
-
cv2.imwrite("result.png", result)
我们的测试图片是：
笔者训练的2分类程序，然后运行infer.py：
可见在文件夹下生成了测试结果图result.png：
result.png：
测试程序运行无误。
到这里，FCN配置说明就接近尾声了，笔者写得比较详尽，希望能对各位读者朋友有帮助。遇到困难，还是那句老话：多读源码，冷静分析，笔者相信绝大多数技术问题会迎刃而解。
欢迎阅读笔者后续博客，各位读者朋友的支持与鼓励是我最大的动力！
written by jiong
沉舟侧畔千帆过，病树前头万木春