如何在deeplab v3 plus上使用我的數據集進行學習

Question

在deeplab v3p中，盡管我訓練了數據集，但是它沒有用。 為什么？

我的環境是波紋管：

OS Platform and Distribution: Ubuntu 16.04 lts
TensorFlow installed from: conda
TensorFlow version: 18
Bazel version: no
CUDA/cuDNN version: cuda 9 cudnn 7
GPU model and memory: titan x (2 cards), 64gb memory
Exact command to reproduce: -

我做了以下工作：

a）生成簡單的數據集：

訓練圖像隨機排列兩個圖形（圓形和矩形）並隨機繪制顏色。 標簽圖像的背景設置為0RGB（0，0，0），矩形設置為1 RGB（1,1,1），圓形設置為2RGB（2，2，2），255 RGB（255，255， 255）作為行的細分。

https://camo.qiitausercontent.com/2be21942628a85c46fd8ffb99e05b257b4b0c980/68747470733a2f2f71696974612d696d6167652d73746f72652e73332e616d617a6f6e6177732e636f6d2f302f39353633362f62653262306638632d333933322d363434322d336132342d6534306333613466653865612e706e67

https://camo.qiitausercontent.com/323d4f21d792138ebb52f994dc42cc0b5d3ab30d/68747470733a2f2f71696974612d696d6167652d73746f72652e73332e616d617a6f6e6177732e636f6d2f302f39353633362f34656633633261332d633533372d316134632d653633342d3165663632643734623166392e706e67

b）轉換為tf.record

在build_voc2012_data.py ，我將文件路徑從原始數據集更改為我的數據集。 然后，我運行它並創建了tf.record。

c）訓練

在segmentation_dataset.py ，我添加了DATASETS INFORMATION。

_MYDATASETS_INFORMATION = DatasetDescriptor(
    splits_to_sizes={
        'train': 10000,
        'trainval': 1000,
        'val': 1000,
    },
    num_classes=3,
    ignore_label=255,
)


 _DATASETS_INFORMATION = {
     'cityscapes': _CITYSCAPES_INFORMATION,
     'pascal_voc_seg': _PASCAL_VOC_SEG_INFORMATION,
     'ade20k': _ADE20K_INFORMATION,
     'mydata': _MYDATASETS_INFORMATION
 }

然后，我開始訓練。

python train.py   --logtostderr   --train_split=trainval   --model_variant=xception_65   --atrous_rates=6   --atrous_rates=12   --atrous_rates=18   --output_stride=16   --decoder_output_stride=4   --train_crop_size=513   --train_crop_size=513   --train_batch_size=4   --training_number_of_steps=1000000   --fine_tune_batch_norm=true   --tf_initial_checkpoint="./datasets/y/model.ckpt"  --train_logdir="./datasets/x"  --dataset_dir="./datasets/z/tfrecord" --dataset=mydata

d）完成培訓

經過一百萬次迭代，最小損失為4.765。 開始訓練時，它是7.56。

e）可見。 兩個測試圖像。

輸入圖像： https : //camo.qiitausercontent.com/e37afb4ae0e5232a0c0828dad779a4a852462a45/68747470733a2f2f71696974612d696d6167652d73746f72652e73332e616d617a6f6e6177732e636f6d2f302f393536362362632634634634343

輸出圖像： https : //camo.qiitausercontent.com/d638a2fc7fe5f5119e2f00d7c0aa59b9b9b8fc73d4/68747470733a2f2f71696974612d696d6167652d73746f72652e73332e616d617a6f6e6e61777336673623637674363766636376663637366363765463716376546373637654637163763776036376541676546376346376343637634637634634637634637634634e繞過

輸入圖像： https : //camo.qiitausercontent.com/8fe89aa43aac3a322ede1ac46d469fc48da6b809/68747470733a2f2f71696974612d696d6167652d73746f72652e73332e616d617a6f6e6177732e636f6d2f302f39353636213534236734236734234234234234236734236734236734234234263734234234236373423663423673423423423637342363765436636376543423637654365436633376543423373276374363764363764363764363763423763423764363763423763423763423674366343423763423674366343427363423674366343427363427366347366343276346343656346347361342372367367365365634367367634634342367634作買過簽名嗎？

輸出圖像： https : //camo.qiitausercontent.com/94f15de43ce6195bdc8602b800d1275a4830193c/68747470733a2f2f71696974612d696d6167652d73746f72652e73332e616d617a6f6e6177732e636f6d2f302f39353636236236373653637365363726536376376376376546376376373637654637637637637637654735654275275275a----

根據以上結果，我認為Deeplab v3無法正常運行。 我的用法有誤嗎？ 還是參數設置不正確？ 還是學習不夠？