fcn训练自己的数据集
时间: 2023-08-01 19:08:51 浏览: 61
要训练自己的数据集,你可以按照以下步骤进行操作:
1. 首先,你可以使用提供的数据集进行训练。这个数据集包含了39张图片,你可以先使用这个数据集进行训练,确保没有问题之后再制作自己的数据集。你可以从生活中收集数据,不一定非要从网上下载。\[1\]
2. 其次,你需要了解fcn(全卷积网络)的算法。你可以在mxnet框架下使用自己的数据来进行模型的训练和测试。确保你已经安装好了相关的Mxnet环境,并找到了`example/fcn-xs`文件夹下的相关文件。你还需要运行`image_segmentation.py`来确保你的环境设置正确。\[2\]
3. 接下来,你可以开始训练自己的数据集。你可以在我的GitHub地址中找到相关的代码,如果你觉得不错的话,请给个star哈。首先,你需要下载VGG网络的权重参数,并将其放在`./Model_zoo/imagenet-vgg-verydeep-19.mat`路径下。然后,将你自己的数据集放入`./Data_zoo/MIT_SceneParsing/ADEChallengeData2016`文件夹中。在训练时,你需要将`FCN.py`中的全局变量`mode`改为"train",然后运行该文件。在测试时,你需要修改测试函数中的图片地址,并将`mode`改为"test",然后运行即可。\[3\]
希望这些步骤对你有帮助!如果你有任何其他问题,请随时提问。
#### 引用[.reference_title]
- *1* [FCN中制作自己的数据集并进行训练](https://blog.csdn.net/Keep_Trying_Go/article/details/126075642)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* [Mxnet(4)-fcn训练自己的数据](https://blog.csdn.net/yiweibian/article/details/70230737)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
- *3* [【精!!!!】用FCN训练自己数据集(Tensorflow)](https://blog.csdn.net/qq_40994943/article/details/85041493)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]