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