voc2012 測試數據集 上傳

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