セマンティックセグメンテーション・スイートモデルによって書かれた記事では、独自のデータセットを訓練が、トレーニングを完了した後、我々は彼らのトレーニング効果を見てみたいと思うので、私たちは、絵の現実は、ここで私が来るものを予測する必要があります独自の学習プロセスを記録します。
私が最初300epoch 3枚の写真3回のトレーニングを入れ
た後、私たちは直接predict.py実行することで、主な仕事は、対応のパラメータを設定することです
在这里插入代码片
python3 predict.py --image 2.png --checkpoint_path ./checkpoints/0295/model.ckpt --crop_height 128 --crop_width 96 --dataset ./Road/ --model FC-DenseNet56
上記は、最初のパラメータの予測画像私の引数の一部であり、フォルダにはpredict.pyが存在しない場合は、アドレスを追加することを忘れないでください。2番目のパラメータは、重いトレーニングの良い右のアドレスである私は0295重みを使用しています、私は、その後、我々は直接それを知っているされている1かわからない、3つの.ckptファイルが存在するであろうことがわかりますmodel.ckptその上で3つのファイルを読み込み、その使用データセットのアドレスに続いて高さと幅の設定は、ある、最後には、デフォルトのモデルが使用されているが、この予測コードで指定されたデフォルト値はありませんので、我々は最終的にしたいですモデルの名前を加えました。次いで、このような効果うち、上、下の予測画像のオリジナルである、それはまた、見たことができます。
