4、下载预训练model

5、添加python目录

如果fcn.berkeleyvision.org不在python的搜索目录中，那么就编辑 ~/.bashrc，增加以下一行内容到bashrc中去
export PYTHONPATH="你的路径/fcn.berkeleyvision.org:$PYTHONPATH"
然后logout重新登录后生效

6、更改相关路径

更改pascalcontext-fcn32s文件夹中的train.prototxt和val.prototxt里的路径，把param_str中的context_dir和voc_dir更改为自己的路径。
根据我们前面存放文件的路径，这里只需要把../.../data/pascal-context改为../data/pascal-context,把../../data/pascal更改为../data/pascal，就是去掉前面一个../就行

7、创建目录

在fcn.berkeleyvision.org/pascalcontext-fcn32s目录下创建snapshot/train

8、更改层名

由于下载的vgg16layer.caffemodel中也有fc6，fc7和train.txt、val.txt中的fc6、fc7不一致，会导致错误，

9、更正solve.py

也在fcn.berkeleyvision.org目录中有个solve.py,我们需要更改其中一些东西
首先在第一行假如以下内容：
import sys
然后它原来的weights是：
weights = '../ilsvrc-nets/vgg16-fcn.caffemodel'

10、重新编译

需要把caffe目录下的Makefile.config中的

WITH_PYTHON_LAYER=1

这句打开，然后make clean

再 make all

再 make pycaffe

11、安装python setproctitle包

如果系统缺少setproctitle。执行以下命令安装：

pip install setproctitle

显示以下内容说明安装成功

12、开始训练

在pascalcontest-fcn32s下，输入以下命令开始训练：

python solve.py

然后就会开始搭建layer然后各种信息打印出来开始迭代，

--------------------------------------------------------------------------------------分割线---------------------------------------------------------------------------------------------

这个占的内存有点大：我的情况如下：

占了将近4个多G的内存

而且还很慢，跑了好几个小时才跑到8000次，

1. import sys
2. import caffe
3. import surgery, score
4. import numpy as np
5. import os
6. import sys
7. try:
8. import setproctitle
9. setproctitle.setproctitle(os.path.basename(os.getcwd()))
10. except:
11. pass
12. ###############################                                //这两行是我们需要增加的
13. vgg_weights ='../../VGG16/vgg16-fcn.caffemodel'                //路径请根据自己的位置修改就好
14. vgg_proto = '../../VGG16/VGG_ILSVRC_16_layers_deploy.prototxt'//路径请根据自己的位置修改
15. ##############################
16. # weights = '../vgg16-fcn.caffemodel'  //这个是原来的操作，注释掉
17. # init
18. caffe.set_device(int(sys.argv[1]))
19. caffe.set_mode_gpu()
20. solver = caffe.SGDSolver('solver.prototxt')
21. # solver.net.copy_from(weights)        //这个也是原来的操作，注释掉
22. vgg_net = caffe.Net(vgg_proto,vgg_weights,caffe.TRAIN)  //这里开始的3行都是我们需要增加的
23. surgery.transplant(solver.net,vgg_net)
24. del vgg_net
25. # surgeries
26. interp_layers = [k for k in solver.net.params.keys() if 'up' in k]
27. surgery.interp(solver.net, interp_layers)
28. # scoring
29. val = np.loadtxt('../data/pascal/VOC2010/ImageSets/Main/val.txt', dtype=str)
30. for _ in range(50):
31. solver.step(8000)
32. score.seg_tests(solver, False, val, layer='score')
33. ~
34. ~
35. ~
36. ~