今天回去重新调试半个月前调试的算法,发现很多地方已经忘了,决定写一篇博客把调试代码的细节部分记录下。
第一步:制作数据集
只需要将相同数量的图片和其掩码放置在data路径下的imgs和masks文件夹里,图片名需要和掩码标签相同。
第二步:修改 utils/dataset.py
需要将源代码下篮框标注的地方改成如图所示
第三步:修改 train.py
train.py 文件里有如图传参的地方,从上到下分别意思是:
- epoch,训练批次
- batch size,一次输入图片的数量
- learning rate,学习率
- load,加载预训练模型的路径
- scale,该值为0-1之间,设置越高,精度越高,但是资源占用越多
- validation,0-100之间,为验证集占数据中的百分比值