代码来源：https://github.com/milesial/Pytorch-UNet

1.搭建环境

开始搭建环境之前一定要仔细阅读readme

我选择的是Without Docker，那么我将遵循以下要求来配置环境：

安装CUDA

官网： https://developer.nvidia.com/cuda-toolkit-archive

可以通过指令nvidia-smi查看自己的电脑能够支持的CUDA的最高版本

可以看到我的电脑最高支持的CUDA版本是11.7，然后就到官网上选择低于这个版本的CUDA下载就可以啦，我第一次选择的是10.2，但是在安装的时候遇到了问题，因此最终选择了11.3的版本，原因在之后会提到，建议看完教程后再选择合适的CUDA版本。

选择版本之后按照自己的配置选择下载对应的exe即可

运行exe，开始安装，可以自定义安装路径

一直下一步，直到安装成功

安装cudnn

官网： https://developer.nvidia.com/rdp/cudnn-archive#a-collapse51b

选择和自己的CUDA对应的版本

直接下载是需要注册账号的，我们可以展开要下载的版本，右键点击要下载的版本复制链接地址，然后拖到迅雷等下载软件帮助下载就可以不需要注册账号。

下载完成后解压，将解压后的三个文件夹复制到CUDA对应的文件夹中，即完成配置。

安装anaconda

这部分网上的教程很多就不赘述了。（好吧其实是懒得截图了）

因为不同的项目需要的环境不同，因此我们可以创建虚拟环境来运行我们的项目：

conda create -n pytorch python=3.8   #创建名为pytorch，python版本为3.8的虚拟环境
conda activate pytorch #激活虚拟环境
conda deacivate #退出虚拟环境
conda remove -n pytorch --all #删除虚拟环境

安装Pytorch

注意：按照readme里的要求，需要安装1.12版本及以上

对应版本安装指令：https://pytorch.org/get-started/previous-versions/

进入到我们刚刚创建的虚拟环境中然后输入对应的指令：

conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 cudatoolkit=11.3 -c pytorch

测试是否安装成功：CRTL+R 输入cmd然后回车

如果得到True则说明安装成功！

踩坑记录！！！

这个地方刚开始我安装的时候一直都是false，以为是环境问题，删除重装试了非常多次依然是flase。在网上查了很多方法发现，这可能是因为conda下载下来的版本根本就不是gpu版本的！

输入conda list，可以看到正确版本应该是这样：

如果下载后发现pytorch显示的是cpu版本，那么就是掉入conda的坑里啦。conda默认的是清华源，会从清华源上下载pytorch，如果他找不到你给他指定的版本那么他就会下载一个默认的cpu版本，为了解决这个问题，我选择了一个最简单粗暴的方式，就是看一下有哪些版本，然后去下载对应的cuda，这也就是为什么我后来下载了11.3的CUDA。

python3.8 + cuda11.3 + cudnn8_0 全都是对应的版本就不会出错啦！

链接地址：https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch/win-64/

安装依赖

可以根据readme所给的指令，直接pip install -r requirements.txt

文件内容：

matplotlib==3.6.2
numpy==1.23.5
Pillow==9.3.0
tqdm==4.64.1
wandb==0.13.5

但是这样会很慢，推荐使用镜像源

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple matplotlib==3.6.2

注意，这些命令都要在我们刚刚创建的虚拟环境中执行。

2.数据准备

参考博客： https://blog.csdn.net/ECHOSON/article/details/122914826

准备两个文件夹，一个是原始图片，一个是标注后的mask

使用的标注软件是labelme

可以使用命令行下载并使用，激活虚拟环境，输入：

pip install labelme  #同样也可以使用镜像源

之后直接在命令行中输入labelme就可以启动了。

得到json文件后要转成png格式才能够使用，转换代码：

from __future__ import print_function
import argparse
import glob
import math
import json
import os
import os.path as osp
import shutil
import numpy as np
import PIL.Image
import PIL.ImageDraw
import cv2def json2png(json_folder, png_save_folder):if osp.isdir(png_save_folder):shutil.rmtree(png_save_folder)os.makedirs(png_save_folder)json_files = os.listdir(json_folder)for json_file in json_files:json_path = osp.join(json_folder, json_file)os.system("labelme_json_to_dataset {}".format(json_path))label_path = osp.join(json_folder, json_file.split(".")[0] + "_json/label.png")png_save_path = osp.join(png_save_folder, json_file.split(".")[0] + ".png")label_png = cv2.imread(label_path, 0)label_png[label_png > 0] = 255cv2.imwrite(png_save_path, label_png)# shutil.copy(label_path, png_save_path)# breakif __name__ == '__main__':# !!!!你的json文件夹下只能有json文件不能有其他文件json2png(json_folder="D:/Project/testData/jsons/",png_save_folder="D:/Project/testData/jsons/labels/")

最终文件结构如下

imgs中放的是原始图片，masks里是标注后的mask，注意图片名称要一一对应。这部分可看参考博客，博主写的很详细。

主要想说的是数据增强以及遇到的坑。

由于原始数据的数量很少，因此训练效果不佳，想到可以通过数据增强的方式来扩充图片的数量。

使用Augmentor来做语义分割的数据增强

创建一个虚拟环境Augmentor，激活虚拟环境并下载Augmentor：

conda create -n Augmentor python=3.8
conda activate Augmentor
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple Augmentor

新建两个文件夹test1和test2

import Augmentor# 确定原始图像存储路径以及掩码文件存储路径，需要把“\”改成“/”
p = Augmentor.Pipeline("D:/Project/Augmentor/test1") #原图
p.ground_truth("D:/Project/Augmentor/test2")  #标注后的图# 图像左右互换： 按照概率0.5执行
p.flip_left_right(probability=0.5)
p.flip_top_bottom(probability=0.5)#随机亮度增强/减弱，min_factor, max_factor为变化因子，决定亮度变化的程度，可根据效果指定
p.random_brightness(probability=1, min_factor=0.7, max_factor=1.2)#随机颜色/对比度增强/减弱
#p.random_color(probability=1, min_factor=0.0, max_factor=1)
p.random_contrast(probability=1, min_factor=0.7, max_factor=1.2)#随机翻转(flip_random)
p.flip_random(probability=1)# 最终扩充的数据样本数可以更换为100。1000等
p.sample(1000)

最终图片都会输出到output文件夹中，然后手动将原图和mask分开。

为训练做准备，我们需要把图片的名字修改一下，一是保证原图和mask的名字是一样的，二是生成的图片名称中有两个.，不利于训练的时候分割名字

批量修改图片名称代码如下，大家根据自己的需要稍微修改一下代码即可：

#批量修改后缀名
path = 'D:/Project/Pytorch-UNet-master/data/imgs' #文件地址
list_path = os.listdir(path)  #读取文件夹里面的名字
for index in list_path:  #list_path返回的是一个列表   通过for循环遍历提取元素name = index.split('.')[0] + '.png'print(name)os.rename(os.path.join(path,index),os.path.join(path,name))

到这一步我们已经得到了扩充后的1000张图片以及对应的mask，新的问题出现了，我在训练的时候只需要两类，类似于下图这种，只有0和255两种像素：

但是数据增强之后得到的图片像素值可能有很多种，因此我们需要做个简单的修改让我们的图片像素值满足训练的需要（c++实现）：

void getFiles(string path, vector<string>& files);
int main()
{vector<string> files;string path = "D:\\Project\\Augmentor\\mask";getFiles(path, files);// 遍历文件夹下所有文件for (int i = 0; i < files.size(); i++){Mat src = imread(files[i]);for (int i = 0; i < src.rows; i++) {for (int j = 0; j < src.cols; j++) {if(src.at<cv::Vec3b>(i, j)[0] > 50){src.at<cv::Vec3b>(i, j)[0] = 255;src.at<cv::Vec3b>(i, j)[1] = 255;src.at<cv::Vec3b>(i, j)[2] = 255;}else{src.at<cv::Vec3b>(i, j)[0] = 0;src.at<cv::Vec3b>(i, j)[1] = 0;src.at<cv::Vec3b>(i, j)[2] = 0;}}}imwrite(files[i], src);}return 0;
}
void getFiles(string path, vector<string>& files)
{//文件句柄  long long hFile = 0;//文件信息  struct _finddata_t fileinfo;string p;if ((hFile = _findfirst(p.assign(path).append("\\*").c_str(), &fileinfo)) != -1){do{//如果是目录,迭代之  //如果不是,加入列表  if ((fileinfo.attrib & _A_SUBDIR)){if (strcmp(fileinfo.name, ".") != 0 && strcmp(fileinfo.name, "..") != 0)getFiles(p.assign(path).append("\\").append(fileinfo.name), files);}else{files.push_back(p.assign(path).append("\\").append(fileinfo.name));}} while (_findnext(hFile, &fileinfo) == 0);_findclose(hFile);}
}

到这一步就离成功很接近了，但是我在将图片丢进去训练的时候依然出现了问题，提示我两次输入的维度不一样，经过排查发现，这是因为原始的mask是8位图，而增强后的mask是24位图，所以我们还需要把位深转换一下：

#24位转8位
path = 'D:/Project/Augmentor/mask' #文件地址
path1 = 'D:/Project/Augmentor/masktest'
list_path = os.listdir(path)  #读取文件夹里面的名字
for index in list_path:  #list_path返回的是一个列表   通过for循环遍历提取元素print(os.path.join(path,index))p1 = os.path.join(path,index)p2 = os.path.join(path1,index)print(p1)print(p2)img = cv2.imread(os.path.join(path,index)) # 填要转换的图片存储地址img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)cv2.imwrite(os.path.join(path1,index),img) # 填转换后的图片存储地址，若在同一目录，则注意不要重名

至此，所有对图片的处理才算是完全完成了。

3.开始训练

修改合适的参数以及自己要分割的类别数等等，img_scale是图片resize的比例，如果图片太大训练的时候出现显存不足的错误的时候，可以尝试将这个值改小一些。

然后就可以开始训练啦！使用命令行执行的话记得一定到进入到对应的磁盘以及虚拟环境下，如果不在同个磁盘会报错，环境不对的话就更不能执行了。

执行命令：

手把手教你用Unet实现语义分割（Pytorch版）相关推荐

视频教程-U-Net图像语义分割实战：训练自己的数据集-计算机视觉
U-Net图像语义分割实战:训练自己的数据集大学教授,美国归国博士.博士生导师:人工智能公司专家顾问:长期从事人工智能.物联网.大数据研究:已发表学术论文100多篇,授权发明专利10多项白勇 ¥8 ...
深度学习-Tensorflow2.2-图像处理{10}-UNET图像语义分割模型-24
UNET图像语义分割模型简介代码 import tensorflow as tf import matplotlib.pyplot as plt %matplotlib inline import ...
Android反编译：手把手教你制作高德地图车机共存版
Android反编译:手把手教你制作高德地图车机共存版前言前期准备反编译流程反编译获取有效信息修改关键信息修改包名修改其它配置生成APK 重新打包成apk 重新签名绕过校验机制定位 ...
u-net语义分割_使用U-Net的语义分割
u-net语义分割 Picture By Martei Macru On Unsplash 图片由Martei Macru On Unsplash拍摄 Semantic segmentation is ...
PyTorch12—Unet图像语义分割
语义分割简介图像语义分割是计算机视觉中十分重要的领域.它是指像素级地识别图像,即标注出图像中每个像素所属的对象类别.下图为语义分割的一个实例,其目标是预测出图像中每一个像素的类标签. 图像语义分割是 ...
手把手教你写游戏修改器（终极版）
关于怎样写植物大战僵尸游戏修改器的详细过程,在手把手教你写游戏修改器里面已经详细介绍了,这里就不再说了.前面那个修改器是基于控制台程序下面的,紧紧对于植物大战僵尸有用,采用上面那个教程已经将游戏修改器 ...
手把手教你实现一个抽奖系统（Java版）
以下内容来自公众号逆锋起笔,关注每日干货及时送达
手把手教你微软的Visual Studio 2022社区版编程工具安装和使用（图文详解）
我是荔园微风,作为一名在IT界整整25年的老兵,听闻微软的Visual Studio开发工具已升到2022版,决定来尝试一下,不知道Visual Studio 2022对C/C++现行最新的版本支持力 ...
手把手教你Vue从零撸一个迷你版MVVM框架
这段时间在工作之余的休息时间,学习了解Vue ,学习Vue的设计思想,通过Vue官网学习Vue的语法,通过Vue前端技术,搭建构建了一个简单的项目,在项目学习完之后,发现Vue是一个很有意思的前端技 ...

手把手教你用Unet实现语义分割（Pytorch版）