语义分割学习笔记（一）——SegNet 配置与训练

来源：互联网发布：python post 文件编辑：程序博客网时间：2024/05/22 17:05

1 配置

1.1 资源下载与参考

SegNet版本caffe：

https://github.com/alexgkendall/caffe-segnet

https://github.com/TimoSaemann/caffe-segnet-cudnn5

参考：

项目主页：http://mi.eng.cam.ac.uk/projects/segnet/

指导说明：http://mi.eng.cam.ac.uk/projects/segnet/tutorial.html

环境：

ubuntu 16.04

1.2 配置caffe

选择的版本是TimoSaemann/caffe-segnet-cudnn5版本。

配置流程：

（1）修改Makefile.config，如果配置过caffe，可以参考已配置版本caffe的Makefile.config进行相关路径修改

（2）caffe root 文件夹下，运行 make all -j8

1.3 配置中遇到问题

（1）cuDNN版本问题：data_reader.o Error 1

.../usr/local/cuda-7.5//include/cudnn.h:803:27: note: declared here   cudnnStatus_t CUDNNWINAPI cudnnSetPooling2dDescriptor(                             ^  make: *** [.build_release/src/caffe/data_reader.o] Error 1

解决： http://blog.csdn.net/u011070171/article/details/52292680

（2）找不到 lhdf_hl 和 lhdf5

cannot find -lhdf5 cannot find -lhdf5_hl

解决：http://blog.csdn.net/md_learning/article/details/53185992 （该方法有效）

https://www.douban.com/note/587917828/

（3）运行demo： python can't import _caffe module

解决：https://github.com/BVLC/caffe/issues/263 （caffe root 下 make pycaffe）

2 运行与训练

（1）运行和训练可以参考 http://mi.eng.cam.ac.uk/projects/segnet/tutorial.html
（2）segnet_basic_inference 用官网给定的caffemodel，直接运行，结果和tutorial中的不一致，效果较差，可能caffemodel存在问题，根据说明，进行简单的训练，得到了和官网近似结果，训练配置：

net: "/SegNet/MyModels/segnet_basic_train.prototxt"  # Change this to the absolute path to your model filetest_initialization: falsetest_iter: 1test_interval: 10000000base_lr: 0.01lr_policy: "step"gamma: 1.0stepsize: 2000display: 20momentum: 0.9max_iter: 10000weight_decay: 0.0005snapshot: 1000snapshot_prefix: "/SegNet/MyModels/model/segnet_basic"  # Change this to the absolute path to where you wish to output solver snapshotssolver_mode: GPU

以下为原图、真值图、结果图：

阅读全文

1 0