FCN语义分割——直接加载图像数据
数据 加载 图像 直接 分割 语义
2023-09-11 14:22:29 时间
前言
在之前的一篇博客中我们使用了在Github上的代码进行语义分割,在进行训练的时候Github上给出的是mat文件类型的图像数据,这就很不方便了。这里经过查阅相关资料之后发现不需要进行格式的转换也可以进行训练的。
修改过程
这里还是用之前的博客里面提到的voc-fcn8s。打开train.prototxt和val.prototxt之后可以看到这样的层定义
layer {
name: "data"
type: "Python"
top: "data"
top: "label"
python_param {
module: "voc_layers"
layer: "SBDDSegDataLayer"
param_str: "{\'sbdd_dir\': \'../data/sbdd/dataset\', \'seed\': 1337, \'split\': \'train\', \'mean\': (104.00699, 116.66877, 122.67892)}"
}
}
里面的module指明了使用的python文件,也就是用来进行数据导入的。打开它我们可以看到在类SBDDSegDataLayer的成员函数load_label使用到了mat文件,如下
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.
"""
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
将其修改为
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('{}/cls/{}.png'.format(self.sbdd_dir, idx))
label = np.array(im, dtype=np.uint8)
label = label[np.newaxis, ...]
return label
就可以直接进行加载图像数据了。
ref: caffe下fcn数据集制作的简化
PS 之前应为没有注意好图像的通道问题导致了CUBLAS_STATUS_MAPING_ERROR的问题
这里是因为本人私自加了im= im.convert(‘L’)。导致参数不匹配,出现错误,将其删除之后正常运行。类似的出现这种错误的原因主要为输入参数范围不匹配等造成的。
相关文章
- Pytorch中的数据加载
- Paddle中的数据集合定义与加载
- osgEarth2.8加载矢量数据描边效果
- 10zTree - 用 zTree 方法异步加载节点数据
- Vue - PC 端列表下拉页面触底加载分页数据,监听浏览器屏幕触底事件,类似uni-app微信小程序的onReachBottom()页面触底生命周期函数(监听屏幕触底事件,实现懒加载效果)
- 不懂Java代码,照样把jmeter指定数据写入execl
- 大数据与机器学习:实践方法与行业案例.3.2 自动加载的流程
- 【AGC】崩溃服务数据上报常见的几个问题
- 《R数据可视化手册》——1.3 加载分隔符式的文本文件
- 《R数据可视化手册》——1.5 从SPSS文件中加载数据
- Swift - 使用NSURLSession加载数据、下载、上传文件
- Android GridView 分页加载数据
- 大数据学习——本地安装redis
- 三、数据4
- 网络安全专家谈个人信息泄露:建议加大对数据采集者的罚则
- DBImport v3.3 中文版发布:数据库数据互导及文档生成工具(IT人员必备)
- Thymeleaf常用语法:数据延迟加载
- ASPxGridView 排序、分页、加载数据必需的三个函数
- 上海电信大数据平台:实现客户的私人订制
- 别家老板是怎样利用大数据赚钱的
- 大数据编程实验二:RDD编程