測試數據沒有標註下載,
只能預測好了上傳官網,官方給結果。如果覺得這個太簡略,我又寫了個幼稚園教程:https://blog.csdn.net/u013249853/article/details/106689414。
我只關注segmentation任務。
任務5,你的訓練數據只有trainval
任務6,訓練數據不限
具體的圖片格式:
必須是PNG,數值0-20,colormap需要與提供的training,validation一致。
應該是這樣的:
注意1.如果上傳的是5,只用了trainval,那麼可用的不僅僅是分割,BBox與class都可以作爲輔助信息來幫助你,但是上傳的時候必須有說明。這樣才能與其他參賽者比較。
注意2.如果只想測試幾個子類,比如segmentation一共21類,你只想對其中3類進行分割,那麼你上傳該三類的分割即可。
重要:
deeplab官方代碼生成的顏色標註其實通道是3,而實際上官方的標註通道是1,如果用matlab看官方標註的話,長這樣:
下面提供的代碼可以和deeplabv3+代碼結合使用,直接生成官方標註.
必須要生成raw_segmentation, 然後這裏的up_dir是我想存的上傳文件夾,已經建立好了空文件夾。
使用的函數colorful就是這裏的代碼,colorful函數總共兩個參數,out放圖片,dir放地址,地址類似於‘/VOC2012/Segmentation/comp6_test_cls/2007_000006.png‘
save_annotation.save_annotation(
crop_semantic_prediction, raw_save_dir, image_filename,
add_colormap=False)
voc_color.colorful(crop_semantic_prediction,up_dir+'/'+image_filename+'.png')
打包也比較累:
results\results\VOC2010\Segmentation\comp5_test_cls\2007_000006.png
然後要用tar打包,比如 tar -czvf results.tar.gz ./results
生成代碼可以參考:https://blog.csdn.net/u013249853/article/details/94715443