首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >利用FCN和已有的model进行图像语义分割

利用FCN和已有的model进行图像语义分割

作者头像
TeeyoHuang
发布2019-05-25 22:36:03
8020
发布2019-05-25 22:36:03
举报

1、下载caffemodel

本例中我们使用的是pascalcontext-fcn32的模型,这个下载链接在它的文件夹里有,就是url那个文件

下载 pascalcontext-fcn32s-heavy.caffemodel 这个文件

2、增加python的路径

本次我使用的方法是 vim ~/.bashrc

在最后一行添加python路径,如下图,请根据自己的路径修改路径

3、创建deploy.prototxt

因为32s文件夹中是没有这个deploy.prototxt文件的。而我们一会儿要用到,所以我们可以根据train或者val来稍加修改即可。

比如把train.prototxt的data layer进行修改

我把我的变形金刚输入法一不小心截图截上了…………

直接 cp ./train.prototxt ./deploy.prototxt

然后 vim deploy.prototxt进行修改,如下所示:

更改之后的数据层如我上面的截图所示

4、修改infer.py

其实我们主要就是用这个infer.py文件进行分割的,为了避免我把原始的infer.py改动,我就复制了一个到fcn32s这个文件夹中,这样无论我怎么改都不会破坏原始的文件 了

我们先来看看原始的文件的内容:

import numpy as np
from PIL import Image

import caffe

# load image, switch to BGR, subtract mean, and make dims C x H x W for Caffe
im = Image.open('pascal/VOC2010/JPEGImages/2007_000129.jpg')  //这个就是我们输入文件的路径,一会儿应该进行修改
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) //这里是我们需要用到的网络模型和caffemodel,也要改
# shape for input (data blob is N x C x H x W), set data
net.blobs['data'].reshape(1, *in_.shape)
net.blobs['data'].data[...] = in_
# run net and take argmax for prediction
net.forward()
out = net.blobs['score'].data[0].argmax(axis=0)

所以对我上面注释的两个地方进行修改:

要注意我是把infer.py复制了一个到fcn32s文件夹中的,所以你们的路径要根据自己的路径来设置合适。

而且我也把待分割图片放入了fcn32s文件夹中了。

修改之后如下所示:

import numpy as np
from PIL import Image
import matplotlib.pyplot as plt   //加了一行这个
import caffe

# load image, switch to BGR, subtract mean, and make dims C x H x W for Caffe
im = Image.open('71.jpg')        //我已经把一个名为71.jpg的图像文件放进了我的当前fcn32s的目录下
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('./deploy.prototxt', './pascalcontext-fcn32s-heavy.caffemodel', caffe.TEST)  //然后也是把deploy和caffemodel准备好了
# shape for input (data blob is N x C x H x W), set data
net.blobs['data'].reshape(1, *in_.shape)
net.blobs['data'].data[...] = in_
# run net and take argmax for prediction
net.forward()
out = net.blobs['score'].data[0].argmax(axis=0)
plt.imshow(out,cmap='gray') //这三行都是我新加的,是处理分割后的图片
plt.axis('off')             //
plt.savefig('test.png')     //图片存为test.png 于当前目录下

5、进行分割

直接在当前目录下 输入命令: python infer.py

然后发现报错了……错误如下所示:

QXcbConnection: Could not connect to display

也就是把最前面的几行做一下修改,结合我们的工程,我的修改如下:

import numpy as np
from PIL import Image
import matplotlib     //就是增加了这两行
matplotlib.use('Agg') //就是增加了这两行
import matplotlib.pyplot as plt
import caffe

然后就可以正常执行了,因为我连的是服务器,是纯命令行界面,不能弹出生成图片的对话框,但是可以保存图片以供查看,算是解决问题了

执行 python infer.py

最后得出一个 test.png

6、把图片copy到我的电脑上:

scp  Teeyo@192.168.0.106:~/caffe/models/fcn.berkeleyvision.org/pascalcontext-fcn32s/test.png  ./博文

再输个服务器密码就copy过来了,详细用法请百度linux语言 scp

结果如图所示,虽然我还没有想通该怎么涂上彩色,但是好歹FCN进行语义分割咱们是走了一趟了

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2017年08月24日,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1、下载caffemodel
  • 2、增加python的路径
  • 3、创建deploy.prototxt
  • 4、修改infer.py
  • 5、进行分割
  • 6、把图片copy到我的电脑上:
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档