この時間の間、彼らは最終的に始めるために長い時間のために、独自のデータセットの何かセマンティックセグメンテーション側面をやっている、と私は本当に非常に便利であるコードを使用することは比較的容易githubのを使用しています、セマンティックセグメンテーションコードが
後にのみダウンロードそれに対応する自社のデータセットを実行する必要があり、あなたが実行することができ、問題が発生し、解決策次のように記録された：
1）
これはショットではありません、これは私が最初の問題は、について多くのことです遭遇したものですメモリ情報が使用され、私は推測する方法、メモリ、グラフィックスカードに十分なメモリはありませんが、私は前に正常に実行するために数日前に覚えて、私のシャットダウンが一度再起動して、それだけで、別のアプリケーションである必要があり、より多くのメモリを取り、Iカードは1060年、5G上のメモリです。
2）
例外：作物形状（512、512）は、画像の大きさ（363、560）を超えました！
Traceback (most recent call last):
File "train.py", line 179, in <module>
input_image, output_image = data_augmentation(input_image, output_image)
File "train.py", line 53, in data_augmentation
input_image, output_image = utils.random_crop(input_image, output_image, args.crop_height, args.crop_width)
File "/home/wsb/Semantic-Segmentation-Suite/utils/utils.py", line 181, in random_crop
raise Exception('Crop shape (%d, %d) exceeds image dimensions (%d, %d)!' % (crop_height, crop_width, image.shape[0], image.shape[1]))
Exception: Crop shape (512, 512) exceeds image dimensions (363, 560)!
一番下の行を確認してください512のモデルは、デフォルトの入力画像のサイズで見つけましたが、私は写真をオンラインサンプルサイズをクロールので、この画像と512未満の後、作物の高さと幅は、その後、この間違いを呼び出したときに、私その上側面の背面に直接指定された入力値が、私は入力値100,80を指定する場合、コマンドを実行します。
python3 train.py --dataset Road/ --crop_height 100 --crop_width 80
新聞は新しいエラーを発見した：
3）tensorflow.python.framework.errors_impl.InvalidArgumentError：ConcatOp：入力の寸法と一致する必要があり：形状を[0] = [1,48,6,4]図形対[1] = [1,288,6,5]
私は、インターネット上のいくつかを見つけましたが、最終的にはこの質問の上githubの中にリリースされる予定か、理解していなかったエラーが、答えは突然、これはオリジナルの答えで、より合理的な答えを見つけました。
FC-DenseNet56を使用して、デフォルトのtrain.py意味、5層のプールを備え、それぞれが入力した画像のサイズを追加して、2で割って5 = 32 ^の2の倍数でない、小数点が出てきます（私は100,80の選択にあった）、tensorflowは四捨五入されますので、不一致の状況があったので、我々は、入力の画面サイズのモデルとして32の倍数を取る必要があり、その後、私はサイズ（heighで取ります= 128、幅= 96）は、この問題は解決されます。
