栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

Ubuntu20搭建pytorch深度学习框架——运行Dlinknet提取道路(二)——代码运行

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

Ubuntu20搭建pytorch深度学习框架——运行Dlinknet提取道路(二)——代码运行

成功运行后把我的12468个原图+标签
分辨率512*512大小的图片

放进去开始训练
在这里调整了
ATCHSIZE_PER_CARD = 16
total_epoch = 500

现在是2022.6.9 15:27:40
看看能够多久运行成功
现在是2022.6.9 20:37:50 现在是运行了epoch:78

慢慢等待一下结果


结果

运行到了epoch=98结束


再把训练的原图作为需要预测的
看看训练结果如何
直接跑会报错

这是由于我的预测图片的大小是6060
也需要经过裁剪成512*512
这样就可以成功运行啦

预测完成后觉得效果不错
进行原样本的预测后的miou计算

突然发现miou的计算也很慢。。。


同时进行一下河流样本的训练!
使用该网络进行河流的训练
由于之前河流样本体量大
但是我在裁剪的时候没注意到它不是2的倍数
所以现在需要重新做

现在正确了
应该是之前我在删除全黑样本的时候出现了一些问题

Dinknet只能使用后缀为png的标签,后缀为tif的原图进行训练

一共23006张图片
训练开始时间为 2022.6.10
18:16:45

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/960188.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号