如何使用Deeplabv3+处理并运行自己的数据集

在使用Deeplabv3+处理自己的数据集之前，你需要进行以下步骤：

1. 制作数据集

1.1 制作json文件

使用labelme对图片数据进行标注，将json和.jpg放在同一路径下（before文件夹）。在PyCharm终端（terminal）输入labelme选择图片进行标注。

1.2 数据格式

before文件夹中放的是.json文件和标注的图片.jpg。JPEGImages和SegmentationClass是运行json_to_dataset.py处理后自动生成的图片，分别是.jpg和.png。

1.3 配置数据

将得到的JPEGImages和SegmentationClass复制到源码中的./VOCdevkit/VOC2007/文件夹下，并且运行该文件夹下的voc2deeplab.py生成对应的图片信息。 （注：要把文件中segfilepath和saveBasePath的路径改成自己对应的路径）

1. 训练模型

2.1 打开train.py文件，找到文件中对应的model_path那一行，把路径改成自己电脑上对应的模型的路径。

2.2 打开deeplab.py文件，找到model_path，修改模型路径。

2.3 运行train.py文件。

2.4 模型会保存在logs文件夹下。

1. 测试

打开predict.py，默认运行时打开摄像头进行测试，如果想测试图片或者fps，请找到代码中的mode部分进行调试。完成后，运行即可。