python - 使用 Tensorflow deeplab 可视化我自己的一组图像

Question

我正在尝试从 Tensorflow 实现Deeplab 示例。我遵循指南并设法使用 Cityscapes 数据集对其进行训练，准确度为 0.77。我可以使用 vis 代码创建带有 Cityscape 数据集图像的分段图像。

现在我想使用我的一组图像进行可视化，我尝试通过将它们放在文件夹 /models/research/deeplab/datasets/cityscapes/leftImg8bit/val 中来替换数据集中的文件，rerun sh convert_cityscapes.sh但是它在我运行时完成创建 tfrecord

python deeplab/vis.py 
 --logtostderr \
 --vis_split="val" \
 --model_variant="xception_65" \
 --atrous_rates=6 \
 --atrous_rates=12 \
 --atrous_rates=18 \
 --output_stride=16 \
 --decoder_output_stride=4 \
 --vis_crop_size=1025 \
 --vis_crop_size=2049 \
 --dataset="cityscapes" \
 --colormap_type="cityscapes" \
 --checkpoint_dir=${PATH_TO_CHECKPOINT} \
 --vis_logdir=${PATH_TO_VIS_DIR} \
 --dataset_dir=${PATH_TO_DATASET}

它不会创造任何东西。

我不需要再次运行训练，我只想使用我的预训练模型从我自己的图像中预测图像分割，但我不知道如何进行。

标签： pythontensorflow

Answer 1

您是否确保您创建的 tfrecords 是模式：val-*？您还可以创建自己的 DatasetDescriptor，这样您就不会与真正的 val 集混淆。