Code測(cè)試(8):deeplabv3++

源碼:Tensorflow-deeplabv3++

作者給出的精度:

77.31%的復(fù)現(xiàn)結(jié)果

通了。。。感謝

是因?yàn)闃?biāo)簽?zāi)夸浄佩e(cuò)了,起初是找不到轉(zhuǎn)換后tf.record,這是因?yàn)闃?biāo)簽和樣本目錄不對(duì),所以tf.record的train和val都是空的,更正后好了。。

我是怎么發(fā)現(xiàn)的呢?首先發(fā)現(xiàn)文件是空的,然后又好好看了一下配置,對(duì)照了作者給出的路徑,發(fā)現(xiàn)label是跟著data一起的路徑,所以趕快改:

全部更換的輸入和輸出路徑。

此外,這個(gè)github導(dǎo)入了ResNet的預(yù)訓(xùn)練模型,之前都沒(méi)下載。。

預(yù)處理結(jié)束后,就可以進(jìn)行訓(xùn)練了,并且Tensorboard可以進(jìn)行可視化。

總之,突然開竅了吧。。感謝賜予我的靈感。

訓(xùn)練中,其實(shí)因?yàn)榘姹締?wèn)題,有一些模塊需要進(jìn)一步更換,但面臨停電,時(shí)間緊張

另外,該論文附帶了作者訓(xùn)練好的模型,可以直接進(jìn)行測(cè)試(科學(xué)上網(wǎng))

之前都沒(méi)有好好看,但之前試錯(cuò)打下了這次成功的基礎(chǔ)。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容