/deeplab_v3

使用deeplab_v3模型对遥感图像进行分割

Primary LanguagePython

基于deeplabv3对遥感图像的语义分割

数据集：

CCF卫星影像的AI分类与识别提供的数据集初赛复赛训练集，一共五张卫星遥感影像

dataset
├── origin //5张遥感图片，有标签，用来做训练
├── test   //3张遥感图片，无标签，用来做测试
└── train  //为空，通过`python preprocess.py`随机采样生成
    ├── images       
    └── labels

采用方法：

  • 使用模型为Deeplab_v3，使用预训练好的resnet_v2_50 fine-tuning
  • 将原始的遥感图像裁成大小为(256x256)的图片块，裁剪的方法为随机采样，并进行数据增强

依赖：

  • GPU Nvidia Tesla V100 (16G)
  • tensorflow
  • opencv-python
  • python3

单卡跑一天就可以收敛~

How To Train?

  1. 将百度云中的数据集文件夹dataset下载并存放到项目主目录下
  2. python proprecess.py 生成训练集 时间稍长，需要等待
  3. python main.py 开始训练

TODO:

Pull requests are welcome.

  • Resnet_v2_50 as Network Backbone using tensorflow API.
  • Ready for slim pretrained parameters.
  • Xception as Network Backbone
  • Multi-GPU support
  • TFRecords
  • 后处理优化，比如消除拼接痕迹，CRF后处理

测试图片：

训练曲线：