windows下训练FCN模型所遇到的问题

想在windows上训练FCN模型，得有以下几步：

安装python：

1.首先在windows上安装python，最好安装python2.7。最新版python和旧版python有很大的区别。

2.安装完python后，我们需要添加环境变量，鼠标右键我的电脑 -> 属性 -> 点击高级系统设置 -> 点击环境变量 -> 点击PATH -> 在最后面加上我们的Python安装路径 -> 点击确定。

3.到dos下输入python,可以看到python的版本信息。

如图：

安装依赖包：

1.首先确定我们要完成FCN模型，需要哪些外包，故在caffe的python接口中，requirements.txt已经写出来了并写出了对应的版本，

如图：

2.我们应该如何安装呢？网上有好多，主要有两种pip和easy_install ,我用的是pip命令，首先我们需要去python官网下载pip安装包，然后解压到一个目录下（我是到python目录下），然后用cmd进入到解压出来的文件夹，用python setup.py install命令来安装，安装完成后，同样也需要添加环境变量，按照之前介绍的添加环境变量的方法，我们在PATH最后添加：D:\Python27\Scripts(看自己安装的python路径).

附录：网上教程方法：http://www.tuicool.com/articles/eiM3Er3/

安装后python/Scripts目录下文件：

3.检验下是否安装成功，到cmd窗口输入pip即可，如：

4.安装python依赖包，首先我们要知道那些包安装在哪里，我么可以到python路径下的Lib/site-packages,所有从网上下载的安装包都在这里。然后我们就可以进行安装了。使用命令形式如： pip install 包名，例：pip install numpy.

要根据requirements.txt把里面所有的包都安装完。注意txt里面的格式，正确找到包名。

5.所有依赖包安装完成后，但是你会发现在安装scikit-image出错误了，当时以为是小问题，没去纠结他，到了我输入import caffe时，就出现一大堆错误，很多都来自 no module named skio.image ,这个模块就来自于包scikit-image(python下，.py文件就是一个模块，文件夹相当于一个包)，哎，一个小问题搞死人啊！！！！！

我后面百度了好久也没找到方法，最后是无意间看到这个解决方法，经过我的实验，完全可行。网址：http://blog.csdn.net/inter_peng/article/details/53222562

6.除了这几个问题，我大概没有出啥问题，也有可能我忘记还有啥问题了。

到python安装路径下找到python.exe，双击运行（我是把caffe master/build/x64/release/pycaffe/caffe 复制到python安装目录下Libs/site-packages下），输入:importcaffe.

如果import caffe 成功，不会有任何结果。如:

有错的话，看下是缺少那个模块，百度下在那个包，然后使用pip uninstall 包名去卸载安装的包，自己从网上找到那个包,然后将它放到python路径下的Lib/site-packages下，然后通过cmd进入到这个文件夹下，使用python setup.py install 命令来安装按个包。

给个案例链接吧！：http://blog.csdn.net/inter_peng/article/details/53222562

最后给个python所有外包的网址：https://pypi.python.org/simple/，所有包都在里面，这个网址有点大，进去有点卡。

训练FCN模型：

1. 首先我们要找到FCN原码来，我找到的Fully Convolutional Networks for SemanticSegmentation这篇论文的作者写的，

网址：https://github.com/shelhamer/fcn.berkeleyvision.org

2. 讲下这个解压出来后的各文件夹的用处，如图：

Voc,siftflow,pascal,nyud这些都是数据，只是数据不同而已，然后所带的各种模型如:32s,16s,8s.

Voc_layers:在训练时会用到的一个python模块，因为python把这个layers写成一个类，然后继承这个类去产生子类，然后就有我们的数据层，只是初始化时传递进来的参数不一样，所以就产生不同数据层。同理，pascalcontext_layers，nyud_layers,siftflow_layers都是如此，

Sugery: python包，在训练FCN是会用到，在源文件会写到，importsugery score.

运行时就会出现错误，no module named sugery ,我当时就没注意到有这个包，搞得我去网上找这个包，找了几天也找不到，所以有必要先讲下目录下各文件的作用，这个包主要是用来做些扩展。同理score也是如此。

Infer.py：是用来语义分割的。

3. 我就以我运行的pascalcontext-fcn32s为例，其他模型也是如此。

首先到data目录下去。进入到pascal文件夹下，找到readme.txt文件，把里面的内容看一遍，找到pascal voc 2012训练数据和测试数据的下载地址，然后再到FCN原码网站，找到所需要的训练数据的矩阵形式，如：

我直接给网址：http://www.cs.stanford.edu/~roozbeh/pascal-context/

因为我们训练时需要训练数据的矩阵形式，labels.txt,59_label.txt,需要这三个数据，labels.txt在trainval.tar.gz压缩包里，59_label.txt在59_label.txt文件里，

搞定这三个文件后，可以开始了。

4．找到pascalcontext-fcn32s文件夹下的solve.py文件，在cmd找到这个目录，用python solve.py 方式运行起来。因为我改路径太麻烦了，我就把data文件夹复制到了pascalcontext-fcn32s文件夹下，这样在solve.py,train和val文件里，把所有路径前的../去掉，这样省掉了好多修改路径的麻烦事，真的！！！！！！！！！！！！！！！！

各位置修改后如下：

Solve.py:

train:

Val:

注意在solve文件里修改下 snapshot_prefix的路径，要修改到一个真实的路径下去。

5.输入pythonsolve.py 命令，运行起来时会出现错误：no module named sugery：import sugery score ,就是前面说的包，在import前加入代码：

Import sys

sys.path.append(‘sugery的路径’)

这个代码是说在import caffe前，加入搜索路径，所有我们需要的外包。

例子：我写的是：

Import sys

sys.path.append(‘caffe-master/models/FCN/fcn.berkeleyvision.org-master’)

6.接着这个问题，解决后，又会出现一个问题，如图：

这个是啥错误呢？是缩进错误，因为在 interp_layers和sugery.interp. 前面多了两个空格，不需要缩进。

7.接着会出现这个错误：

没有训练和验证集数据的矩阵数据，就是我们之前下载的训练和验证集矩阵数据形式，我们只要把数据放到哪个路径下即可，没有路径即创建。

8.接着还有会出现错误，这个错误就更莫名其妙了，valueerror :’ clothes’ is not in the list ,你会问what ????????????这个是啥意思，刚开始我也不懂，啥意思。因为我们之前不是下载了两个标签吗，labels.txt和59_label.txt这两个标签是父子关系，labels.txt是400类标签，太大了，所以就精简了成59_label.txt,所以说clothes不在list是指59_label.txt没有clothes,我们可以去59_label.txt找，确实没有clothes，但是有cloth，所以将cloth改成clothes即可。同理，同样错误同样改。

9.把这些错误修改完，基本完成了训练FCN。

FCN语义分割：

1. 用infer.py来做语义分割，其实这个文件大部分都写好了，我们只要修改些路径，把模型计入进去，最后我们需要分割后的图片，所以在最后加入，

plt.imshow(out,cmap=’gray’)

plt.axis(‘off’)

plt.savefig(‘test.png’)

plt.show();

注意

1. 文件里本没有plt,所以在import caffe后加入import matplotlib.pyplot as plt

2. 同样要加入搜索路径，

Import sys

sys.path.append(‘caffe的python接口的路径’)

windows下训练FCN模型所遇到的问题相关推荐

TensorFlow Object Detection API（Windows下训练）
本文为作者原创,转载请注明出处(http://www.cnblogs.com/mar-q/)by 负赑屃最近事情比较多,前面坑挖的有点久,今天终于有时间总结一下,顺便把Windows下训练跑通.Li ...
关于Windows下的访问控制模型
在探索Windows操作系统的过程中,发现很多有意思的东西. Windows下的访问控制模型也是我在Github上浏览代码时,无意中发现的. 项目地址 https://github.com/Krut ...
tensorflow00：windows下训练并测试MNIST数字识别详细笔记
1.导入库 # 说明:由于windows下运行与tensorflow相关的程序会出现".......supports AVX2....."的 Warnning信息十分碍眼,于是在我 ...
windows下的IO模型之完成端口
本文整理于:http://blog.csdn.net/piggyxp/article/details/6922277 一．完成端口的优点完成端口会充分利用Windows内核来进行I/O的调度,是用 ...
Windows下的IOCP模型（一）：介绍与简单使用
一.IOCP简介 IOCP(I/O Completion Port,I/O完成端口)是Windows操作系统中伸缩性最好的一种I/O模型. I/O 完成端口是应用程序使用线程池处理异步 I/O ...
yolov5 windows 下训练+ c++ TensorRT 部署在qt (vs+qtcreator) 只要一篇文章即可
目录 1.yolov5训练自己的数据集 (1).github上下载好yolov5的代码编辑 (2).yolov5的环境部署(这里是anaconda的方式也可以pycharm 打开后直接pip i ...
Windows下使用Darknet训练自己的数据集（模型：yolov4-tiny、数据集：垃圾分类）
本文章主要介绍如何使用Darknet在windows下训练自己的数据集,其中模型使用的是yolov4-tiny,数据集使用的是自己垃圾分类数据集(需要的自取:在我上传的资源中有) PS:这是我的第一篇 ...
caffe使用过程+digits在windows下的安装和运行
一.模型基本组成想要训练一个caffe模型,需要配置两个文件,包含两个部分:网络模型,参数配置,分别对应*.prototxt , ****_solver.prototxt文件. Caffe模型文件解 ...
Keras框架下的保存模型和加载模型
在Keras框架下训练深度学习模型时,一般思路是在训练环境下训练出模型,然后拿训练好的模型(即保存模型相应信息的文件)到生产环境下去部署.在训练过程中我们可能会遇到以下情况: 需要运行很长时间的程序在 ...

windows下训练FCN模型所遇到的问题

windows下训练FCN模型所遇到的问题相关推荐

最新文章

热门文章