标签：DeepLab 教程 score nn 模型 v3 图像 维度
基于DeepLab v3的遥感图像语义分割教程
前言
前两个月做过一次基于Unet的遥感图像语义分割教程，效果较差。这次选用一个稍微新一点的模型，再跑一次相同的数据集，加上迁移学习的技巧，看看效果怎么样。
教程准备
-
开源的图像语义分割DeepLabv3代码（二分类）
-
DeepLabv3+基本原理（借鉴）
核心代码
-
dataloader
数据读取部分，最值得注意的就是images和labels的数据格式，文件读取的方法倒是次要的，千篇一律。这里我们读取的图像依旧是上次的数据集，images是（3 X 256 X 256）的RGB图像，labels是0、1、2、3...7的单通道灰度图（256 X 256），记得读取的时候用GRAY_SCALE模式。
数据的预处理部分，将images数据集做归一化处理（也可再加上标准差处理），转化成0~1的tensor；将labels转化成long型，这里设置long是因为后面的损失函数CrossEntropyLoss需要标签是Long的格式，如果用MSELoss的损失函数，那么用float格式，数据大小范围不做调整，转换成tensor即可。
-
model(transfer learning)
model用的是DeepLab v3模型，backbone是Resnet101模型。在此基础上进行迁移学习，可以得到更好的效果。下面给出了DeepLab v3+模型的源码，与v3大同小异，网络结构本人不做解释。加载完Resnet101模型的参数后，替换最后一层为新的outputchannels。
常用迁移学习代码：
-
Training
这里的重点主要是看模型输出的数据维度。可以看到outputs['out']是没有经过概率化的数组，数组的维度是（batchsize X category X height X width），而label的维度是（batchsize X height X width）。在损失函数为nn.CrossEntropyLoss()的情况下，label的维度中不需要category的1维，如果有的话进行sequeeze；损失函数为nn.MSELoss的情况下，label的维度是（batchsize X 1 X height X width）。每次epoch结束，保存该过程中最好的模型参数。
这里有点疑问：nn.CrossEntropyLoss对样本做了概率化处理再计算损失；那么nn.MSELoss呢？这个是不是二分类、多分类都可以用，是不是也对样本做了概率化处理呢？
-
choose cost func/optimizer
除了前述的损失函数之外，这里还需要定义优化器。此外还有两个计算指标，f1_score和accuracy_score，其中accuracy_score用来计算多类别预测中成功的百分比，roc_auc_score是二分类中使用的指标，这些方法源于sklearn.metrics。
结果
10个epoch下的结果...用的训练集，还是不咋地。
指标变化图
预测类型分布
结果对比
后记
-
nn.MSELoss需要了解了解，弄清楚这些损失函数做的计算处理和要求输入的数组维度。
-
这里用了f1_score和auccracy_score两个指标。只看了后者的，前者没关心。
-
click库输入参数的方法看起来比
argparse.ArgumentParser()还简单。 -
一般来说，还需要调整epochs/batchsize/lr/gamma来调参。
-
6G显存不够啊，想换新显卡了。
-
有空介绍一下时间序列分析（RNN、LSTM）相关的模型，ConvLSTM这类图像时序模型看起来挺有意思的，看看能不能找到源码吧。
标签：DeepLab,教程,score,nn,模型,v3,图像,维度 来源： https://www.cnblogs.com/ljwgis/p/14651320.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。