转载自：http://blog.csdn.net/zoro_lov3/article/details/74550735
**
FCN制作自己的数据集、训练和测试全流程
**
花了两三周的时间，在导师的催促下，把FCN的全部流程走了一遍，期间走了很多弯路，现在记录一下。系统环境：ubuntu 16.04LTS
一、数据集的制作
注：我的数据集是仿照VOC数据集进行制作的
1.resize 数据集
我的GPU显存4G，跑过大的图片带不动，需要resize图片大小，放几个修改图片大小的程序。
（1）单张图片resize
# coding = utf-8
import Image
def convert(width,height):
im = Image.open("C:\\xxx\\test.jpg")
out = im.resize((width, height),Image.ANTIALIAS)
out.save("C:\\xxx\\test.jpg")
if __name__ == '__main__':
convert(256,256)（2）resize整个文件夹里的图片
# coding = utf-8
import Image
import os
def convert(dir,width,height):
file_list = os.listdir(dir)
print(file_list)
for filename in file_list:
path = ''
path = dir+filename
im = Image.open(path)
out = im.resize((256,256),Image.ANTIALIAS)
print "%s has been resized!"%filename
out.save(path)
if __name__ == '__main__':
dir = raw_input('please input the operate dir:')
convert(dir,256,256)（3）按比例resize
# coding = utf-8
import Image
import os
def convert(dir,width,height):
file_list = os.listdir(dir)
print(file_list)
for filename in file_list:
path = ''
path = dir+filename
im = Image.open(path)
out = im.resize((256,256),Image.ANTIALIAS)
print "%s has been resized!"%filename
out.save(path)
if __name__ == '__main__':
dir = raw_input('please input the operate dir:')
convert(dir,256,256)2.制作索引图
（1）下载labelme
下载地址：https://github.com/wkentaro/labelme
下载后按提示打开软件，进行标注，保存会生成后缀为json的文件。
（2）生成dataset文件夹
在终端输入指令：
labelme_json_to_dataset _static/apc2016_obj3.json //这里的文件名根据自己的实际情况更改（3）为文件夹下的label.png着色
首先需要对照VOC分割的颜色进行着色，一定要保证颜色的准确性。Matlab代码:
function cmap = labelcolormap(N)
if nargin==0
N=256
end
cmap = zeros(N,3);
for i=1:N
id = i-1; r=0;g=0;b=0;
for j=0:7
r = bitor(r, bitshift(bitget(id,1),7 - j));
g = bitor(g, bitshift(bitget(id,2),7 - j));
b = bitor(b, bitshift(bitget(id,3),7 - j));
id = bitshift(id,-3);
end
cmap(i,1)=r; cmap(i,2)=g; cmap(i,3)=b;
end
cmap = cmap / 255;对应的VOC数据集中的颜色类别：
类别名称 R G B
background 0 0 0 背景
aeroplane 128 0 0 飞机
bicycle 0 128 0
bird 128 128 0
boat 0 0 128
bottle 128 0 128 瓶子
bus 0 128 128 大巴
car 128 128 128
cat 64 0 0 猫
chair 192 0 0
cow 64 128 0
diningtable 192 128 0 餐桌
dog 64 0 128
horse 192 0 128
motorbike 64 128 128
person 192 128 128
pottedplant 0 64 0 盆栽
sheep 128 64 0
sofa 0 192 0
train 128 192 0
tvmonitor 0 64 128 显示器然后使用Python的skimage库进行颜色填充，具体函数是skimage.color.label2rgb(),代码较长，有需要可私信。
————————-2017年9月26日 新增————————-
太多人和我私信要代码，前一段时间很忙都没有及时回复大家，所以这里放个链接，需要自取。
https://github.com/hitzoro/FCN-ColorLabel
3.将填充后的label.png转为灰度图
如果不转，在训练的时候回报错，转换matlab代码如下：
dirs=dir('F:/xxx/*.png');
for n=1:numel(dirs)
strname=strcat('F:/xxx/',dirs(n).name);
img=imread(strname);
[x,map]=rgb2ind(img,256);
newname=strcat('F:/xxx/',dirs(n).name);
imwrite(x,map,newname,'png');
end转化后，在python中检查一下图片的格式：
In [23]: img = PIL.Image.open('000001_json/label.png')
In [24]: np.unique(img)
Out[24]: array([0, 1, 2], dtype=uint8)如果输出一致，则索引图制作正确。
二、FCN训练自己的数据集
1.前期准备
默认已经安装好显卡驱动，cuda，cudnn，opencv。
最新版caffe下载： https://github.com/BVLC/caffe
fcn源代码下载：https://github.com/shelhamer/fcn.berkeleyvision.org
caffe的配置安装可以参考我的另一篇博客：http://blog.csdn.net/zoro_lov3/article/details/60581174
2.数据集准备
这里我们需要两个数据集包，benchmark和VOC2012，进入fcn/data，新建sbdd文件夹（如果没有），将benchmark解压到sbdd中，将VOC2012解压到data下的pascal文件夹下。
这两个在网上都可以找得到。
这两个数据集有什么用呢？在FCN中VOC数据集的训练需要他俩，benchmark中的dataset用来存放训练时的数据，VOC2012存放测试时的数据。
- 先制作训练时的数据
进入dataset中的img文件夹，这里存放训练用的原图，把原来的原图替换为你自己的原图。接着修改train.txt ，写入你训练图片的名字，注意不要加后缀。如下即可：
000001
000003
000005
000007
000009
000011
000013
000015
000017
000019进入cls文件夹，这里原本需要存放mat格式的文件，但是制作mat文件有点麻烦，参考了网上的资料，修改代码，使得这里也可以直接存放索引图。
方式如下：
- 修改fcn目录下的voc_layers.py
注释掉原本的load_label ，修改为新的
# def load_label(self, idx):
# """
# Load label image as 1 x height x width integer array of label indices.
# The leading singleton dimension is required by the loss.
# """
# import scipy.io
# mat = scipy.io.loadmat('{}/cls/{}.mat'.format(self.sbdd_dir, idx))
# label = mat['GTcls'][0]['Segmentation'][0].astype(np.uint8)
# label = label[np.newaxis, ...]
# return label
def load_label(self, idx):
"""
Load label image as 1 x height x width integer array of label indices.
The leading singleton dimension is required by the loss.
"""
im = Image.open('{}/cls/{}.png'.format(self.sbdd_dir, idx))
label = np.array(im, dtype=np.uint8)
label = label[np.newaxis, ...]
return label- 制作测试集数据
测试集的制作简单一写，进入VOC2012，进入JPEGImages文件夹，里面存放测试用的原图，然后进入SegmentationClass，里面存放测试用的索引图，最后进入ImageSets/Segmentation，有一个名为seg11valid.txt的文件，它和train.txt的性质一样，存放测试用的图片名。
到此，数据集就准备完成了。
3.修改网络参数
下载VGG16的预训练模型并放在FCN源码文件夹中的ilsvrc-nets文件夹下
https://pan.baidu.com/s/1qYJeFfQ
为了避免运行程序时候出现no module named caffe
在代码中包含import caffe的py文件（solve.py）的第一行加入
import sys
sys.path.append('/home/hitoia/caffe/python')其中，/home/hitoia/caffe/python为你下载的caffe源码中python文件夹的路径
cd进入fcn源码路径
以个人路径为例：/home/hitoia/fcn.berkeleyvision.org/
将其中所有的py文件，例如surgery.py等等，全部复制到voc-fcn32s文件夹中
- solver.prototxt文件修改
进入voc-fcn32s文件夹 打开solver.prototxt
其中snapshot:10000 表示训练10000次保存一次模型
snapshot_prefix:”/home/hitoia/fcn.berkeleyvision.org/voc-fcn32s/snapshot/train”
表示训练得到的模型，也就是model存放的路径
在此，我附上个人的solver.prototxt供大家参考
train_net: "/home/hitoia/fcn.berkeleyvision.org/voc-fcn32s/train.prototxt"
test_net: "/home/hitoia/fcn.berkeleyvision.org/voc-fcn32s/val.prototxt"
test_iter: 736
# make test net, but don't invoke it from the solver itself
test_interval: 999999999
display: 20
average_loss: 20
lr_policy: "fixed"
# lr for unnormalized softmax
base_lr: 1e-10
# high momentum
momentum: 0.99
# no gradient accumulation
iter_size: 1
max_iter: 100000
weight_decay: 0.0005
snapshot: 4000
snapshot_prefix: "/home/hitoia/fcn.berkeleyvision.org/voc-fcn32s/snapshot/train"
test_initialization: false- solve.py的修改
在这里郑重声明一下：如果训练fcn32s的网络模型，一定要修改solve.py利用transplant的方式获取vgg16的网络权重。
具体操作为：
import sys
sys.path.append('/home/hitoia/caffe/python')
import caffe
import surgery, score
import numpy as np
import os
import sys
try:
import setproctitle
setproctitle.setproctitle(os.path.basename(os.getcwd()))
except:
pass
vgg_weights = '../ilsvrc-nets/vgg16-fcn.caffemodel'
vgg_proto = '../ilsvrc-nets/VGG_ILSVRC_16_layers_deploy.prototxt'
weights = '../ilsvrc-nets/vgg16-fcn.caffemodel'
#weights = '../ilsvrc-nets/vgg16-fcn.caffemodel'
# init
#caffe.set_device(int(sys.argv[1]))
caffe.set_mode_gpu()
caffe.set_device(0)
#solver = caffe.SGDSolver('solver.prototxt')
#solver.net.copy_from(weights)
solver = caffe.SGDSolver('solver.prototxt')
vgg_net=caffe.Net(vgg_proto,vgg_weights,caffe.TRAIN)
surgery.transplant(solver.net,vgg_net)
del vgg_net
# surgeries
interp_layers = [k for k in solver.net.params.keys() if 'up' in k]
surgery.interp(solver.net, interp_layers)
# scoring
val = np.loadtxt('/home/hitoia/fcn.berkeleyvision.org/data/pascal/VOCdevkit/VOC2012/ImageSets/Segmentation/seg11valid.txt', dtype=str)
for _ in range(25):
solver.step(1000)
score.seg_tests(solver, False, val, layer='score')关于VGG_ILSVRC_16_layers_deploy.prototxt 可以在http://pan.baidu.com/s/1geLL6Sz下载。
如果训练fcn16s，则可以直接copy自己的fcn32s的model的权重，不需要transplant，也就是不需要修改solve.py
如果训练fcn8s，则可以直接copy自己的fcn16s的model的权重，不需要transplant,也就是不需要修改solve.py
只有如此，才能避免loss高居不下的情况
这里的：
for _ in range(25):
solver.step(1000)
score.seg_tests(solver, False, val, layer='score')奇怪的现象：修改solver.prototxt中的max_iter: 100000没有改变最大迭代次数，只有改变这个step里的数字才有用，这里最大迭代次数等于25*1000 = 25000次。
- train.prototxt / val.prototxt 修改
所有num_output 为21 的地方都修改为自己分类数 + 1 （加的1是背景），最开始的param_str需要根据自己的情况修改，放一下我自己的
train.prototxt:
param_str: "{\'sbdd_dir\': \'/home/hitoia/fcn.berkeleyvision.org/data/sbdd/benchmark/benchmark_RELEASE/dataset\', \'seed\': 1337, \'split\': \'train\', \'mean\': (104.00699, 116.66877, 122.67892)}"val.prototxt:
param_str: "{\'voc_dir\': \'/home/hitoia/fcn.berkeleyvision.org/data/pascal/VOCdevkit/VOC2012\', \'seed\': 1337, \'split\': \'seg11valid\', \'mean\': (104.00699, 116.66877, 122.67892)}"准备完成，在voc-fcn32s路径下输入
python solve.py就可以开始训练
三、单张测试
在fcn源码文件夹，找到infer.py。
import numpy as np
from PIL import Image
import matplotlib.pyplot as plt
import sys
sys.path.append('/home/hitoia/caffe/python')
import caffe
plt.show()
其中，net = caffe.Net(‘voc-fcn32s/deploy.prototxt’, ‘voc-fcn32s/snapshot/train_iter_24000.caffemodel’, caffe.TEST)，其中train_iter_24000.caffemodel’是我训练后得到的模型。
如果没有deploy文件，可以参考如下方法：
首先，根据你利用的模型，例如模型是voc-fcn32s的，那么你就去voc-fcn32s的文件夹，里面有train.prototxt文件，将文件打开，全选，复制，新建一个名为deploy.prototxt文件，粘贴进去，
然后ctrl+F 寻找所有名为loss的layer 只要有loss 无论是loss还是geo_loss 将这个layer统统删除,这就是此次的deploy.prototxt。
大功告成，至此整个流程全部完成。整个过程心酸不断，fcn的资料不多，求助了很多人，在此感谢
无奈的小心酸，深度学习思考者
对我的帮助。
数据下载参考地址：
http://blog.csdn.net/weixin_38437404/article/details/78089035?fps=1&locationNum=3 中有benchmark下载地址；
参考博客：
http://blog.csdn.net/wangkun1340378/article/details/70238290
http://blog.csdn.net/u010402786/article/details/72883421
http://blog.csdn.net/supe_king/article/details/55657136
http://blog.csdn.net/a244513086/article/details/72520630