Keras-FCN 数据集准备指南Pascal VOC 2012 与 Berkeley 增强数据一键配置【免费下载链接】Keras-FCNKeras-tensorflow implementation of Fully Convolutional Networks for Semantic SegmentationUnfinished项目地址: https://gitcode.com/gh_mirrors/ker/Keras-FCN做好 Keras-FCN 数据集准备是训练语义分割模型的第一步也是最容易踩坑的一步。Keras-FCN 是基于 Keras 与 TensorFlow 实现的全卷积网络FCN语义分割框架官方训练默认使用 Pascal VOC 2012 数据集及其 Berkeley 增强数据。本文将用最简洁的方式带你完成 Pascal VOC 2012 与 Berkeley 增强数据的一键配置并讲清楚训练集、验证集的划分逻辑让数据准备不再成为你入门语义分割的拦路虎。Keras-FCN 是什么基于 Keras 的语义分割全卷积网络Keras-FCN 把经典的 FCNFully Convolutional Network架构用 Keras 重写了一遍模型定义集中在 models.py内置了三套主流结构FCN_Vgg16_32s以 VGG16 为骨干结构轻量适合快速跑通流程FCN_Resnet50_32s以 ResNet50 为骨干精度更高AtrousFCN_Resnet50_16s当前表现最好的模型在增强后的 Pascal VOC2012 数据集上 mIoU 达到0.661像素准确率约0.9。训练入口是 train.py其中所有关键参数模型名、batch size、学习率、数据路径都集中在main函数里方便直接修改。下面的原图就是来自 VOC 系列的经典示例语义分割任务的目标正是把图中每个像素归类为什么选择 Pascal VOC 2012语义分割入门最常用的数据集Pascal VOC 2012 是计算机视觉领域最经典的数据集之一语义分割部分共包含21 个类别背景 20 个物体类别原始划分为训练集 1464 张、验证集 1449 张。它的标注以 PNG 格式存储每个像素的灰度值就是类别编号Keras-FCN 的数据加载器 utils/SegDataGenerator.py 正是依赖这一约定来读取标签。下面是同一张图的语义分割标注ground truth粉红色代表人、绿色代表自行车、黑色代表背景边界轮廓一目了然Berkeley 增强数据把 VOC2012 训练图像扩展到 10582 张只用官方 1464 张训练图训练 FCN 这类大网络很容易过拟合。Keras-FCN 的默认方案是引入Berkeley 增强数据Berkeley Semantic Contours它提供了约 8498 张带精细语义轮廓标注的补充图像与 PASCAL 训练集合并后训练规模直接扩充到约10582 张训练效果显著提升。README 中记录的 mIoU 0.661 就是在VOC2012 Berkeley 增强组合下取得的。一键配置 Pascal VOC 2012 数据集的推荐步骤Keras-FCN 官方推荐用自动化脚本完成下载与配置整个流程分为三步。第一步准备两个仓库。克隆 Keras-FCN 本体放在~/src下cd ~/src git clone https://gitcode.com/gh_mirrors/ker/Keras-FCN同时获取自动化配置脚本——它位于 tf-image-segmentation 仓库的 Keras-FCN 分支中ahundt 维护克隆到~/src并切换分支即可。第二步运行一键配置命令。将脚本仓库加入 PYTHONPATH然后执行export PYTHONPATH$PYTHONPATH:~/src/tf-image-segmentation cd ~/src/tf-image-segmentation/tf_image_segmentation/recipes/pascal_voc/ python data_pascal_voc.py pascal_voc_setup第三步等待下载完成。脚本会自动下载 PASCAL VOC 2012 与 Berkeley 数据合计约 3.3GB并生成训练/验证所需的全部文件。默认存放位置是~/.keras/datasets/VOC2012/最终目录结构如下~/.keras/datasets/VOC2012/ ├── combined_imageset_train.txt # 训练图像名列表每行一个无扩展名 ├── combined_imageset_val.txt # 验证图像名列表每行一个无扩展名 ├── combined_annotations/ # 合并后的标注 PNG └── VOCdevkit/VOC2012/ └── JPEGImages/ # 原始 JPEG 图像手动下载 VOC2012 与 Berkeley 增强数据的备用方法如果自动脚本因网络问题中断也可以手动下载后自行组织目录原始 PASCAL VOC 2012VOCtrainval_11-May-2012.tar约2GB从 PASCAL VOC 官网获取Berkeley 增强数据benchmark.tgz约1.3GB从 Berkeley 计算机视觉小组页面获取。将两者解压合并后按上面的目录结构整理好JPEGImages、combined_annotations以及两个 txt 列表即可train.py 只认路径不关心数据是怎么来的。三种训练集/验证集划分模式该如何选择自动配置脚本内置了三种划分方式源自 matconvnet-fcn 的设计区别只在验证集 V 的构成模式验证集 V 的构成特点Mode 1V PV与官方 PASCAL 验证集完全一致便于横向对比Mode 2默认V PV \ BT排除 Berkeley 训练集已用过的图像防数据泄漏Mode 3V PV \ (BV BT)最严格的划分验证集最小无论哪种模式训练集 T 都由T (S \ V) \ X得到其中 S 是 PASCAL 与 Berkeley 训练/验证图像的并集测试集 X 保持官方 PASCAL 测试集不变。新手直接用默认的 Mode 2 即可它与官方评测口径最接近。数据集就绪后train.py 如何读取 Pascal VOC 数据数据配置完成后只需确认 train.py 中的路径指向正确即可开始训练。代码中dataset VOC2012_BERKELEY分支已经写好了全部默认路径包括训练列表、验证列表、图像目录和标注目录一般无需改动。启动训练的完整链路是cd ~/src/Keras-FCN python utils/transfer_FCN.py ResNet50 # 将 ImageNet 权重转换为 FCN 预训练权重 python train.py # 开始训练训练完成后用 evaluate.py 计算 mIoU 并保存可视化结果。下面这张图就是 AtrousFCN_Resnet50_16s 在 VOC 图像上的实际预测效果可以看到人和自行车的分割轮廓与标注图已经相当接近快速检查清单确认 Keras-FCN 数据集配置成功动手训练前花一分钟对照这份清单自查能帮你避开 90% 的常见报错✅~/.keras/datasets/VOC2012/目录已生成✅combined_imageset_train.txt与combined_imageset_val.txt存在且非空✅ txt 中每行是一个不含扩展名的文件名例如2007_000129✅data_dir指向JPEGImageslabel_dir指向combined_annotations与 train.py 配置一致✅ 标注是 PNG 格式像素值即类别编号255代表忽略像素背景边缘等区域。完成以上步骤你的 Keras-FCN 语义分割数据集准备就全部就绪了。从 Pascal VOC 2012 下载、Berkeley 增强数据合并到 train/val 划分全程只需一条pascal_voc_setup命令。接下来就可以把精力放在模型训练与调参上祝训练顺利早日跑出漂亮的 mIoU【免费下载链接】Keras-FCNKeras-tensorflow implementation of Fully Convolutional Networks for Semantic SegmentationUnfinished项目地址: https://gitcode.com/gh_mirrors/ker/Keras-FCN创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考