本人研究生，最近在做關於FCN的課題，因爲要實現論文中的算法，所以自己要實現FCN，也參考了很多網絡上的博客，自己做個小的總結，以及遇到的一些問題解決方案。
一、CAFFE的安裝
這裏我不贅述，因爲有很多教程，大家可以參考：
http://blog.csdn.net/Tang_DH/article/details/52556636
http://blog.csdn.net/xierhacker/article/details/53035989#python
中有很詳細的說明。而FCN的例程運行可以參考：
http://blog.csdn.net/u013059662/article/details/52770198
我在以上步驟中遇到的問題基本上在上面博客中都有解答，有的網盤數據集下不了的可以到上面博客的評論區，裏面有相應的解答。
二、FCN運行自己的數據集
我用的數據集是自己在論文中使用的DVMM數據集，是拼接檢測的數據集。一些圖像如下圖：
然後製作訓練集和驗證集，圖像本身是不用做處理直接保存到一個train文件夾和test文件夾，然後製作標籤，我用的是windos的命令來製作的：cd到數據集的文件夾下執行：
dir/s/on/b>d:/train.txt
可以在D盤根目錄下生成一個txt文件，然後使用替換命令去除文件格式和文件路徑。另一個驗證集也同樣製作。
然後就是製作圖像的label圖，因爲很多人不習慣用mat文件表示分割，我也是，所以就在網上找是否可以直接用圖片的方式來做分割圖，（雖然後來發現還是應該用mat文件比較方便。。。。），於是在
http://blog.csdn.net/supe_king/article/details/58121993
中找到了很好的方法，修改了voc_layers.py中的訓練集的分割圖的讀取方式，即使用VOCSegDataLayer中的load_label代替SBDDSegDataLayer中的load_label方法，並修改voc_dir爲sbdd_dir。我用的數據集中是提供一個mask的文件的，就是分割圖，如下圖
但是這樣的彩色圖片不能直接作爲分割圖，matlab可以用起來了。。。
因爲我想做二分類的問題，但是想一步步來，我首先將其轉換爲灰度圖像，代碼如下：
file_path = 'C:\Users\qxm\Desktop\新建文件夾 (2)\';% 圖像文件夾路徑
img_path_list = dir(strcat(file_path,'*.jpg'));%獲取該文件夾中所有jpg格式的圖像
img_num = length(img_path_list);%獲取圖像總數量
if img_num > 0 %有滿足條件的圖像
for j = 1:img_num %逐一讀取圖像 6
image_name = img_path_list(j).name;% 圖像名
i = strfind(image_name,'.j');
%去除文件後綴，提取單純的文件名
imname = image_name(1:i-1);
image = imread(strcat(file_path,image_name));
fprintf('%d %d %s\n',i,j,strcat(file_path,image_name));% 顯示正在處理的圖像名
%圖像處理過程 省略
image = rgb2gray(image);
imwrite(image,strcat('C:\Users\qxm\Desktop\mask\',imname,'.jpg'));
end
end 接下來就修改網絡的結構文件，我使用的是FCN目錄下的voc-fcn8s的這個文件夾裏的文件，首先將其FCN目錄下的surgery.py,voc_layers.py,score.py複製到voc-fcn8s文件夾下，然後打開solver.py,第一個紅線所表示的內容是下載的訓練模型，我這裏註釋掉了，也可以不註釋，註釋掉就表示只是用自己的數據來訓練，收斂效果可能會差些。第二個紅線所表示的就是要修改的我們剛剛生成的test.txt的保存路徑，這個因你設置而定，而紅線圈出來的則表示的是你使用的GPU，如果只有一個GPU就可以註釋掉這句，我這裏用的是2號GPU即第3個GPU。
接着修改的voc-layers.py在上面提過了，可以在那篇博客裏看更詳細的修改方法。
接着修改train.prototxt和val.prototxt兩個文件，下圖紅線中部分中../data/my是我的保存數據的路徑。另外需要修改的就是原網絡是分割21類的，而我要做的是2分類的，所以將num_output:21都換爲2。這裏要注意，如果你要使用訓練好的模型，即我在solver.py註釋掉的那個，你需要更改下層的名字，因爲我沒有用，所以就沒有改。
然後修改solver.prototxt文件，如下圖，要修改的有下面的保存的快照路徑。
然後cd到voc-fcn8s路徑下，執行python solver.py就開始訓練了。
下面是我遇到的問題：
1、out of memory
這個問題出現真的好煩，除了修改batch_size和更換大的GPU，就是調整圖片的大小了，我一開始就因爲筆記本的GPU過小運行不了，但後來我用GTX 1080TI還是出現了這個問題。。。我才統一了訓練集和驗證集的圖片爲256*256的才行。
2、Check failed: status == CUBLAS_STATUS_SUCCESS (11 vs. 0) CUBLAS_STATUS_MAPPING_ERROR
這個問題出現我當時也是一頭霧水。。。後來查了在CNN中是因爲訓練集的大小與label不一致，即用18類不同的圖像做訓練集而你的label只有2。我遇到時纔想起來我們使用的是圖像label，那麼就是你圖像中有多少個不同的像素值，就是分成了多少類。。我設置只是灰度圖像基本上是0—255。。。。而我設置的num_output是2.。。肯定出現這個問題，所以這裏要將我的灰度圖像轉換爲二值圖像，而用matlab轉換後我保存爲jpg文件後，還是出現了這個問題。。。真尷尬，後來我把圖片又imread後發現，我修改的二值圖像中並不是只有0和255，還有很多其他像素值，這是爲什麼。。。我查了才發現是jpg有損壓縮的問題。。所以保存我們的圖像爲bmp文件就好了。
3、IOError：cannot identify image file
這個問題我查了很多資料說是將import image 換成from PIL import image，然而我們是在官方的改的啊，根本沒這個錯誤，然後我發現是我的linux沒有安裝相應的依賴包，所以from PIL 就相當於沒用，
pip
uninstall Pillow
sudo pip install pillow