准备数据集:paris 数据结构: |--paris-origin | |--label*.png | |--image*.png |--paris | |--train | |--512-label | |--label*.png | |--image*.png | |--512-image | |--label*.png | |--image*.png | |--val | |--512-label | |--label*.png | |--image*.png | |--512-image | |--label*.png | |--image*.png | |--test | |--512-label | |--label*.png | |--image*.png | |--512-image | |--label*.png | |--image*.png paris 1.datasets文件夹下change_colour.py,将彩色的label图片变成灰度图,且颜色从0开始计数 2.datasets文件夹下cut_image2.py,将原始3000尺寸的大圩切分为自己需要的512尺寸图片 3.datasets文件夹下gengrate_txt.py,生成切割小图的路径写入txt文件 训练 train.sh脚本,修改参数即可 builders文件夹下dataset_builder.py文件的data_dir需要修改为数据集的文件夹目录 预测两种方法 1.predict.sh脚本--预测小图,修改--checkpoint等参数;接着result/concat_image.py拼接成大图 2.predict_sliding.sh脚本--滑动窗口预测大图