今天回去重新調試半個月前調試的算法,發現很多地方已經忘了,決定寫一篇博客把調試代碼的細節部分記錄下。
第一步:製作數據集
只需要將相同數量的圖片和其掩碼放置在data路徑下的imgs和masks文件夾裏,圖片名需要和掩碼標籤相同。
第二步:修改 utils/dataset.py
需要將源代碼下籃框標註的地方改成如圖所示
第三步:修改 train.py
train.py 文件裏有如圖傳參的地方,從上到下分別意思是:
- epoch,訓練批次
- batch size,一次輸入圖片的數量
- learning rate,學習率
- load,加載預訓練模型的路徑
- scale,該值爲0-1之間,設置越高,精度越高,但是資源佔用越多
- validation,0-100之間,爲驗證集佔數據中的百分比值