FCN制作自己的数据集、训练和测试全流程

**

FCN制作自己的数据集、训练和测试全流程

**
花了两三周的时间，在导师的催促下，把FCN的全部流程走了一遍，期间走了很多弯路，现在记录一下。系统环境：ubuntu 16.04LTS

一、数据集的制作
注：我的数据集是仿照VOC数据集进行制作的

1.resize 数据集

我的GPU显存4G，跑过大的图片带不动，需要resize图片大小，放几个修改图片大小的程序。
（1）单张图片resize

# coding = utf-8  import Image  def  convert(width,height):    im = Image.open("C:\\xxx\\test.jpg")    out = im.resize((width, height),Image.ANTIALIAS)    out.save("C:\\xxx\\test.jpg")if __name__ == '__main__':    convert(256,256)

（2）resize整个文件夹里的图片

# coding = utf-8import Imageimport osdef convert(dir,width,height):    file_list = os.listdir(dir)    print(file_list)    for filename in file_list:        path = ''        path = dir+filename        im = Image.open(path)        out = im.resize((256,256),Image.ANTIALIAS)        print "%s has been resized!"%filename        out.save(path)if __name__ == '__main__':   dir = raw_input('please input the operate dir:')   convert(dir,256,256)

（3）按比例resize

# coding = utf-8import Imageimport osdef convert(dir,width,height):    file_list = os.listdir(dir)    print(file_list)    for filename in file_list:        path = ''        path = dir+filename        im = Image.open(path)        out = im.resize((256,256),Image.ANTIALIAS)        print "%s has been resized!"%filename        out.save(path)if __name__ == '__main__':   dir = raw_input('please input the operate dir:')   convert(dir,256,256)

2.制作索引图
（1）下载labelme

下载地址：https://github.com/wkentaro/labelme
下载后按提示打开软件，进行标注，保存会生成后缀为json的文件。

（2）生成dataset文件夹
在终端输入指令：

labelme_json_to_dataset _static/apc2016_obj3.json //这里的文件名根据自己的实际情况更改

（3）为文件夹下的label.png着色
首先需要对照VOC分割的颜色进行着色，一定要保证颜色的准确性。Matlab代码:

function cmap = labelcolormap(N)if nargin==0    N=256endcmap = zeros(N,3);for i=1:N    id = i-1; r=0;g=0;b=0;    for j=0:7        r = bitor(r, bitshift(bitget(id,1),7 - j));        g = bitor(g, bitshift(bitget(id,2),7 - j));        b = bitor(b, bitshift(bitget(id,3),7 - j));        id = bitshift(id,-3);    end    cmap(i,1)=r; cmap(i,2)=g; cmap(i,3)=b;endcmap = cmap / 255;

对应的VOC数据集中的颜色类别：

类别名称 R G B background 0 0 0 背景 aeroplane 128 0 0 飞机 bicycle 0 128 0 bird 128 128 0 boat 0 0 128 bottle 128 0 128 瓶子 bus 0 128 128 大巴 car 128 128 128 cat 64 0 0 猫 chair 192 0 0 cow 64 128 0 diningtable 192 128 0 餐桌 dog 64 0 128 horse 192 0 128 motorbike 64 128 128 person 192 128 128 pottedplant 0 64 0 盆栽 sheep 128 64 0 sofa 0 192 0 train 128 192 0 tvmonitor 0 64 128 显示器

然后使用Python的skimage库进行颜色填充，具体函数是skimage.color.label2rgb(),代码较长，有需要可私信。

————————-2017年9月26日 新增————————-
太多人和我私信要代码，前一段时间很忙都没有及时回复大家，所以这里放个链接，需要自取。
https://github.com/hitzoro/FCN-ColorLabel

3.将填充后的label.png转为灰度图
如果不转，在训练的时候回报错，转换matlab代码如下：

dirs=dir('F:/xxx/*.png');for n=1:numel(dirs)     strname=strcat('F:/xxx/',dirs(n).name);     img=imread(strname);     [x,map]=rgb2ind(img,256);     newname=strcat('F:/xxx/',dirs(n).name);     imwrite(x,map,newname,'png');end

转化后，在python中检查一下图片的格式：

In [23]: img = PIL.Image.open('000001_json/label.png')In [24]: np.unique(img)Out[24]: array([0, 1, 2], dtype=uint8)

如果输出一致，则索引图制作正确。

二、FCN训练自己的数据集

1.前期准备
默认已经安装好显卡驱动，cuda，cudnn，opencv。
最新版caffe下载： https://github.com/BVLC/caffe
fcn源代码下载：https://github.com/shelhamer/fcn.berkeleyvision.org
caffe的配置安装可以参考我的另一篇博客：http://blog.csdn.net/zoro_lov3/article/details/60581174

2.数据集准备
这里我们需要两个数据集包，benchmark和VOC2012，进入fcn/data，新建sbdd文件夹（如果没有），将benchmark解压到sbdd中，将VOC2012解压到data下的pascal文件夹下。
这两个在网上都可以找得到。
这两个数据集有什么用呢？在FCN中VOC数据集的训练需要他俩，benchmark中的dataset用来存放训练时的数据，VOC2012存放测试时的数据。

• 先制作训练时的数据
  进入dataset中的img文件夹，这里存放训练用的原图，把原来的原图替换为你自己的原图。接着修改train.txt ，写入你训练图片的名字，注意不要加后缀。如下即可：

000001000003000005000007000009000011000013000015000017000019

进入cls文件夹，这里原本需要存放mat格式的文件，但是制作mat文件有点麻烦，参考了网上的资料，修改代码，使得这里也可以直接存放索引图。
方式如下：

• 修改fcn目录下的voc_layers.py

注释掉原本的load_label ，修改为新的

#    def load_label(self, idx):#        """#        Load label image as 1 x height x width integer array of label indices.#        The leading singleton dimension is required by the loss.#        """#        import scipy.io#        mat = scipy.io.loadmat('{}/cls/{}.mat'.format(self.sbdd_dir, idx))#        label = mat['GTcls'][0]['Segmentation'][0].astype(np.uint8)#        label = label[np.newaxis, ...]#        return label    def load_label(self, idx):        """        Load label image as 1 x height x width integer array of label indices.        The leading singleton dimension is required by the loss.        """        im = Image.open('{}/cls/{}.png'.format(self.sbdd_dir, idx))        label = np.array(im, dtype=np.uint8)        label = label[np.newaxis, ...]        return label

• 制作测试集数据

测试集的制作简单一写，进入VOC2012，进入JPEGImages文件夹，里面存放测试用的原图，然后进入SegmentationClass，里面存放测试用的索引图，最后进入ImageSets/Segmentation，有一个名为seg11valid.txt的文件，它和train.txt的性质一样，存放测试用的图片名。

到此，数据集就准备完成了。

3.修改网络参数

下载VGG16的预训练模型并放在FCN源码文件夹中的ilsvrc-nets文件夹下
https://pan.baidu.com/s/1qYJeFfQ

为了避免运行程序时候出现no module named caffe
在代码中包含import caffe的py文件（solve.py）的第一行加入

import sys  sys.path.append('/home/hitoia/caffe/python')

其中，/home/hitoia/caffe/python为你下载的caffe源码中python文件夹的路径

cd进入fcn源码路径
以个人路径为例：/home/hitoia/fcn.berkeleyvision.org/
将其中所有的py文件，例如surgery.py等等，全部复制到voc-fcn32s文件夹中

• solver.prototxt文件修改
  进入voc-fcn32s文件夹 打开solver.prototxt
  其中snapshot:10000 表示训练10000次保存一次模型
  snapshot_prefix:”/home/hitoia/fcn.berkeleyvision.org/voc-fcn32s/snapshot/train”
  表示训练得到的模型，也就是model存放的路径
  在此，我附上个人的solver.prototxt供大家参考

train_net: "/home/hitoia/fcn.berkeleyvision.org/voc-fcn32s/train.prototxt"test_net: "/home/hitoia/fcn.berkeleyvision.org/voc-fcn32s/val.prototxt"test_iter: 736# make test net, but don't invoke it from the solver itselftest_interval: 999999999display: 20average_loss: 20lr_policy: "fixed"# lr for unnormalized softmaxbase_lr: 1e-10# high momentummomentum: 0.99# no gradient accumulationiter_size: 1max_iter: 100000weight_decay: 0.0005snapshot: 4000snapshot_prefix: "/home/hitoia/fcn.berkeleyvision.org/voc-fcn32s/snapshot/train"test_initialization: false

• solve.py的修改
  在这里郑重声明一下：如果训练fcn32s的网络模型，一定要修改solve.py利用transplant的方式获取vgg16的网络权重。
  具体操作为：

import sys  sys.path.append('/home/hitoia/caffe/python')import caffeimport surgery, scoreimport numpy as npimport osimport systry:    import setproctitle    setproctitle.setproctitle(os.path.basename(os.getcwd()))except:    passvgg_weights = '../ilsvrc-nets/vgg16-fcn.caffemodel'  vgg_proto = '../ilsvrc-nets/VGG_ILSVRC_16_layers_deploy.prototxt'  weights = '../ilsvrc-nets/vgg16-fcn.caffemodel'#weights = '../ilsvrc-nets/vgg16-fcn.caffemodel'# init#caffe.set_device(int(sys.argv[1]))caffe.set_mode_gpu()caffe.set_device(0)#solver = caffe.SGDSolver('solver.prototxt')#solver.net.copy_from(weights)solver = caffe.SGDSolver('solver.prototxt')vgg_net=caffe.Net(vgg_proto,vgg_weights,caffe.TRAIN) surgery.transplant(solver.net,vgg_net)  del vgg_net# surgeriesinterp_layers = [k for k in solver.net.params.keys() if 'up' in k]surgery.interp(solver.net, interp_layers)# scoringval = np.loadtxt('/home/hitoia/fcn.berkeleyvision.org/data/pascal/VOCdevkit/VOC2012/ImageSets/Segmentation/seg11valid.txt', dtype=str)for _ in range(25):    solver.step(1000)    score.seg_tests(solver, False, val, layer='score')

关于VGG_ILSVRC_16_layers_deploy.prototxt 可以在http://pan.baidu.com/s/1geLL6Sz下载。

如果训练fcn16s，则可以直接copy自己的fcn32s的model的权重，不需要transplant，也就是不需要修改solve.py
如果训练fcn8s，则可以直接copy自己的fcn16s的model的权重，不需要transplant,也就是不需要修改solve.py
只有如此，才能避免loss高居不下的情况
这里的：

 for _ in range(25):    solver.step(1000)    score.seg_tests(solver, False, val, layer='score')

奇怪的现象：修改solver.prototxt中的max_iter: 100000没有改变最大迭代次数，只有改变这个step里的数字才有用，这里最大迭代次数等于25*1000 = 25000次。

• train.prototxt / val.prototxt 修改
  所有num_output 为21 的地方都修改为自己分类数 + 1 （加的1是背景），最开始的param_str需要根据自己的情况修改，放一下我自己的

train.prototxt:

param_str: "{\'sbdd_dir\': \'/home/hitoia/fcn.berkeleyvision.org/data/sbdd/benchmark/benchmark_RELEASE/dataset\', \'seed\': 1337, \'split\': \'train\', \'mean\': (104.00699, 116.66877, 122.67892)}"

val.prototxt:

param_str: "{\'voc_dir\': \'/home/hitoia/fcn.berkeleyvision.org/data/pascal/VOCdevkit/VOC2012\', \'seed\': 1337, \'split\': \'seg11valid\', \'mean\': (104.00699, 116.66877, 122.67892)}"

准备完成，在voc-fcn32s路径下输入

python solve.py

就可以开始训练

三、单张测试
在fcn源码文件夹，找到infer.py。

import numpy as npfrom PIL import Imageimport matplotlib.pyplot as pltimport sys  sys.path.append('/home/hitoia/caffe/python')import caffe# load image, switch to BGR, subtract mean, and make dims C x H x W for Caffeim = Image.open('000030.jpg')in_ = np.array(im, dtype=np.float32)in_ = in_[:,:,::-1]in_ -= np.array((104.00698793,116.66876762,122.67891434))in_ = in_.transpose((2,0,1))# load net#net = caffe.Net('voc-fcn8s/deploy.prototxt', 'voc-fcn8s/fcn8s-heavy-pascal.caffemodel', caffe.TEST)net = caffe.Net('voc-fcn32s/deploy.prototxt', 'voc-fcn32s/snapshot/train_iter_24000.caffemodel', caffe.TEST)#net = caffe.Net('voc-fcn8s/deploy.prototxt', 'siftflow-fcn32s/train_iter_100000.caffemodel', caffe.TEST)# shape for input (data blob is N x C x H x W), set datanet.blobs['data'].reshape(1, *in_.shape)net.blobs['data'].data[...] = in_# run net and take argmax for predictionnet.forward()out = net.blobs['score'].data[0].argmax(axis=0)#plt.imshow(out,cmap='gray');plt.imshow(out);plt.axis('off')plt.savefig('000030_out32.png')#plt.show()

其中，net = caffe.Net(‘voc-fcn32s/deploy.prototxt’, ‘voc-fcn32s/snapshot/train_iter_24000.caffemodel’, caffe.TEST)，其中train_iter_24000.caffemodel’是我训练后得到的模型。

如果没有deploy文件，可以参考如下方法：
首先，根据你利用的模型，例如模型是voc-fcn32s的，那么你就去voc-fcn32s的文件夹，里面有train.prototxt文件，将文件打开，全选，复制，新建一个名为deploy.prototxt文件，粘贴进去，
然后ctrl+F 寻找所有名为loss的layer 只要有loss 无论是loss还是geo_loss 将这个layer统统删除,这就是此次的deploy.prototxt。

大功告成，至此整个流程全部完成。整个过程心酸不断，fcn的资料不多，求助了很多人，在此感谢

无奈的小心酸，深度学习思考者

对我的帮助。

参考博客：
http://blog.csdn.net/wangkun1340378/article/details/70238290
http://blog.csdn.net/u010402786/article/details/72883421
http://blog.csdn.net/supe_king/article/details/55657136