廢話不多說，直接開始吧！
官網tensorflow版代碼鏈接
pascal voc2012訓練的官網指南鏈接
參考博客鏈接
（一）建docker
- 建立本地目錄：
mkdir deeplabv3+
- 下載代碼：
git clone https://github.com/tensorflow/models
- 新建容器
sudo nvidia-docker run -it -v /home/mass/tzr/deeplabv3+/models-master/:/home registry.docker-cn.com/ufoym/deepo:all-py36-jupyter /bin/bash
- 修改docker的名字
sudo docker rename old_name new_name
- 開啓並進入docker
sudo docker start deeplabv3_plus
sudo docker attach deeplabv3_plus
（二）數據集準備
- 進入到deeplab/datasets文件夾,跑腳本下載voc2012數據集並轉換到TFRecord：
sh download_and_convert_voc2012.sh
-
deeplab/datasets/裏頭的數據集結構如圖所示，其中exp需要下的文件夾需要自己創建
![]()
（三）Train -
下載預訓練模型，放在deeplab/backbone/文件夾下。這邊我下的是這個
![在這裏插入圖片描述]()
wget http://download.tensorflow.org/models/deeplabv3_pascal_train_aug_2018_01_04.tar.gz
- 訓練
python deeplab/train.py --logtostderr --training_number_of_steps=30000 --train_split="train" --model_variant="xception_65" --atrous_rates=6 --atrous_rates=12 --atrous_rates=18 --output_stride=16 --decoder_output_stride=4 --train_crop_size="513,513" --train_batch_size=1 --dataset="pascal_voc_seg" --tf_initial_checkpoint='/home/research/deeplab/backbone/deeplabv3_pascal_train_aug/model.ckpt' --train_logdir='/home/research/deeplab/datasets/pascal_voc_seg/exp/train_on_train_set/train' --dataset_dir='/home/research/deeplab/datasets/pascal_voc_seg/tfrecord'
其實就是按照機器的性能來改參數，簡要說明幾個比較重要的參數：
- train_number_of_steps：訓練迭代次數
- train_batch_size：batchsize大小 tf_initial_checkpoint：權重文件的路徑
'/home/research/deeplab/backbone/deeplabv3_pascal_train_aug/model.ckpt'
- train_logdir：log文件的路徑
'/home/research/deeplab/datasets/pascal_voc_seg/exp/train_on_train_set/train'
- dataset_dir：tfrecord數據集放置的路徑
'/home/research/deeplab/datasets/pascal_voc_seg/tfrecord'
劃重點來了！坑坑坑，它來了！不看後悔！
-
坑1
*train.py裏頭各種from deeplab. import ***
明明train.py就放在deeplab這個文件夾裏，啊我死了！解決辦法：train.py放在deeplab的上級目錄research中
-
坑2
No moduel named "nets"
啊我又死了！！nets是在research/slim/nets裏啊！！！
解決辦法： from nets.mobilenet import mobilenet_v2改成from slim.nets.mobilenet import mobilenet_v2
- 坑3
TypeError: MonitoredTrainingSession() got an unexpected keyword argument 'summary_dir'
啊我又又死了！！！tf版本問題，我的是1.8.0，升到1.10以上就完事了
解決辦法：pip install tensorflow-gpu==1.10
- 坑4
InvalidArgumentError (see above for traceback): Nan in summary histogram for: image_pooling/BatchNorm/moving_variance_1
[[Node: image_pooling/BatchNorm/moving_variance_1 = HistogramSummary[T=DT_FLOAT, _device="/job:localhost/replica:0/task:0/device:CPU:0"](image_pooling/BatchNorm/moving_variance_1/tag, image_pooling/BatchNorm/moving_variance/read/_9643)]]**
啊我又又又死了！！！！batch_size設小了，有兩種解決辦法
解決辦法1：training_number_of_steps改小，並把deeplab/dataset/exp/train裏的所有文件刪除，再重新run
解決辦法2：設置train.py裏頭的–fine_tune_batch_norm=False，這樣可以保持–training_number_of_steps=30000（親測還是這個方法好用）
（四）Eval
評測結果
python deeplab/eval.py --logtostderr --eval_split="val" --model_variant="xception_65" --atrous_rates=6 --atrous_rates=12 --atrous_rates=18 --output_stride=16 --decoder_output_stride=4 --eval_crop_size="513,513" --dataset="pascal_voc_seg" --checkpoint_dir='/home/research/deeplab/datasets/pascal_voc_seg/exp/train_on_train_set/train' --eval_logdir='/home/research/deeplab/datasets/pascal_voc_seg/exp/train_on_train_set/eval' --dataset_dir='/home/research/deeplab/datasets/pascal_voc_seg/tfrecord'
重要參數設置說明：
- checkpoint_dir：訓練好的模型路徑
'/home/research/deeplab/datasets/pascal_voc_seg/exp/train_on_train_set/train'
- eval_logdir：評估好的結果存放路徑
'/home/research/deeplab/datasets/pascal_voc_seg/exp/train_on_train_set/eval'
- dataset_dir：數據集tfrecord的路徑
'/home/research/deeplab/datasets/pascal_voc_seg/tfrecord'
（五）Vis