使用Tensorflow deeplab可视化我自己的图像集

Question

我正在尝试从Tensorflow实现Deeplab example。我遵循了指南，并设法使用Cityscapes数据集以0.77的精度进行了训练。我可以使用vis代码使用Cityscape数据集的图像创建分段图像。

现在，我想使用我的图像集进行可视化，我尝试通过将它们放置在文件夹/ models / research / deeplab / datasets / cityscapes / leftImg8bit / val和rerun sh convert_cityscapes.sh中来替换数据集中的文件但是当我运行

时，它完成了创建tfrecord的操作

python deeplab/vis.py 
 --logtostderr \
 --vis_split="val" \
 --model_variant="xception_65" \
 --atrous_rates=6 \
 --atrous_rates=12 \
 --atrous_rates=18 \
 --output_stride=16 \
 --decoder_output_stride=4 \
 --vis_crop_size=1025 \
 --vis_crop_size=2049 \
 --dataset="cityscapes" \
 --colormap_type="cityscapes" \
 --checkpoint_dir=${PATH_TO_CHECKPOINT} \
 --vis_logdir=${PATH_TO_VIS_DIR} \
 --dataset_dir=${PATH_TO_DATASET}

它不会创建任何东西。

我不需要再次进行训练，我只想使用预先训练的模型从自己的图像中预测图像分割，但是我不知道该如何进行。

Answer 1

您是否确定创建的tfrecords具有以下格式：kind: __TypeKind!)？ 您还可以创建自己的DatasetDescriptor，以免混淆真实的val集。