pytorch FCN easiest demo
不断更新中~
这个repo是在读论文Fully Convolutional Networks for Semantic Segmentation时的一个pytorch简单复现，数据集很小，是一些随机背景上的一些包的图片（所有数据集大小一共不到80M），如下图
关于此数据集详细信息，见数据集
根据论文实现了FCN32s、FCN16s、FCN8s和FCNs
部分代码参考了这个repo
使用visdom可视化，运行了20个epoch后的可视化如下图：
1.如何运行
1.1 我的运行环境
- Windows 10
- CUDA 9.x （可选）
- Anaconda 3 （numpy、os、datetime、matplotlib）
- pytorch == 0.4.1 or 1.0
- torchvision == 0.2.1
- visdom == 0.1.8.5
- OpenCV-Python == 3.4.1
1.2 具体操作
- 打开终端，输入
python -m visdom.server- 打开另一终端，输入
python train.py- 若没有问题可以打开浏览器输入
http://localhost:8097/来使用visdom可视化
1.3 训练细节
2. 数据集
- training data来自这里，ground-truth来自这里。
- 链接中提供的图片中，部分ground-truth的有误，而且部分有ground-truth的图片没有对应training data的图片，将这些有错误的图片分别剔除，重新编号排序之后剩余533张图片。
- 之后我随机选取了67张图片旋转180度，一共在training data和ground-truth分别凑够600张图片（0.jpg ~ 599.jpg）。
3. 可视化
- train prediction：训练时模型的输出
- label：ground-truth
- test prediction：预测时模型的输出（每次训练都会预测，但预测数据不参与训练与backprop）
- train iter loss：训练时每一批（batch）的loss情况
- test iter loss：测试时每一批（batch）的loss情况
4. 包含文件
4.1 train.py
- 训练网络与可视化
- 主函数
4.2 FCN.py
- FCN32s、FCN16s、FCN8s、FCNs网络定义
- VGGNet网络定义、VGG不同种类网络参数、构建VGG网络的函数
4.3 BagData.py
- 定义方便PyTorch读取数据的Dataset和DataLoader
- 定义数据的变换transform
4.4 onehot.py
- 图片的onehot编码