我在Google Colab中对预训练模型进行了微调
当我使用vis.py进行可视化时,如果图像具有更大的高度/宽度,即图像不是正方形,则结果似乎会移到图像的左/上侧
用于微调的数据集是“查看人物”。为此采取的步骤如下:
_LIP_INFORMATION = DatasetDescriptor(
splits_to_sizes={
'train': 30462,
'train_aug': 10582,
'trainval': 40462,
'val': 10000,
},
num_classes=19,
ignore_label=255,
)
_DATASETS_INFORMATION = {
'cityscapes': _CITYSCAPES_INFORMATION,
'pascal_voc_seg': _PASCAL_VOC_SEG_INFORMATION,
'ade20k': _ADE20K_INFORMATION,
'cihp': _CIHP_INFORMATION,
'lip': _LIP_INFORMATION,
}
!python models/research/deeplab/datasets/build_voc2012_data.py \
--image_folder="/content/drive/MyDrive/TFM/lip_trainval_images/TrainVal_images/train_images" \
--semantic_segmentation_folder="/content/drive/MyDrive/TFM/lip_trainval_segmentations/TrainVal_parsing_annotations/train_segmentations" \
--list_folder="/content/drive/MyDrive/TFM/lip_trainval_images" \
--image_format="jpg" \
--output_dir="train_lip_tfrecord/"
!python models/research/deeplab/datasets/build_voc2012_data.py \
--image_folder="/content/drive/MyDrive/TFM/lip_trainval_images/TrainVal_images/val_images" \
--semantic_segmentation_folder="/content/drive/MyDrive/TFM/lip_trainval_segmentations/TrainVal_parsing_annotations/val_segmentations" \
--list_folder="/content/drive/MyDrive/TFM/lip_trainval_images" \
--image_format="jpg" \
--output_dir="val_lip_tfrecord/"
!python deeplab/train.py --logtostderr \
--training_number_of_steps=40000 \
--train_split="train" \
--model_variant="mobilenet_v2" \
--atrous_rates=6 \
--atrous_rates=12 \
--atrous_rates=18 \
--output_stride=16 \
--decoder_output_stride=4 \
--train_batch_size=1 \
--dataset="lip" \
--train_logdir="/content/drive/MyDrive/TFM/checkpoint_lip_mobilenet" \
--dataset_dir="/content/drive/MyDrive/TFM/trainval_lip_tfrecord/" \
--fine_tune_batch_norm=false \
--initialize_last_layer=false \
--last_layers_contain_logits_only=false
!python deeplab/vis.py --logtostderr \
--vis_split="val"
--model_variant="mobilenet_v2"
--atrous_rates=6 \
--atrous_rates=12 \
--atrous_rates=18 \
--output_stride=16 \
--decoder_output_stride=4 \
--dataset="lip" \
--checkpoint_dir="/content/drive/MyDrive/TFM/checkpoint_lip_mobilenet" \
--vis_logdir="/content/drive/My Drive/TFM/eval_results_lip" \
--dataset_dir="/content/drive/My Drive/TFM/trainval_lip_tfrecord" \
--max_number_of_iterations=1 \
--eval_interval_secs=0
通过以下步骤,我面临的问题的一个例子是:
我不知道我是否错过了一些重要的东西,或者它是否需要更多的训练。然而,培训似乎不是一个解决方案,因为目前的损失从1.5上升到0.5,大约是1.5
提前谢谢
过了一段时间,我确实找到了解决这个问题的办法。需要知道的一件重要事情是,默认情况下,train_crop_size和vis_crop_size是513x513
该问题是由于vis_crop_大小小于输入图像,因此,vis_crop_大小需要大于最大图像的最大尺寸
如果要使用export_model.py,则必须使用与vis.py相同的逻辑,因此默认情况下不会将遮罩裁剪为513
相关问题 更多 >
编程相关推荐