问题标签 [deeplab]

实际上我是 swift 和 Deeplab V3 的初学者。我真的不知道如何在 Xcode 上集成 deeplab。我只想在 ios 中使用经过 tensorflow 训练的示例模型进行语义分割。

我正在尝试将 DeepLab 模型实施到 Tensorflow 环境中。这是 github 存储库：https ://github.com/tensorflow/models/tree/master/research/deeplab 我正在使用 Python 3.6.8 和 Jupyter Notebook。现在我面临的问题是我无法运行 train.py。我收到 AttributeError: dense_prediction_cell_json ，我不明白为什么。

我试图更改代码以将路径正确地放入变量中。每次都是同样的错误。.json 文件位于正确的存储库中。

在 common.py 文件中，标志定义为：

我在 DeeplabV3+ ( eval.py )的 Tensorflow 官方实现中找到了评估脚本，tf.metrics.mean_iou用于更新平均 IOU，并将其添加到 Tensorboard 进行记录。

tf.metrics.mean_iou实际上返回2个张量，一个是计算平均IOU，另一个是opdate_op，根据官方文档（doc），混淆矩阵。似乎每次如果你想计算 mean_iou，你必须先调用 update_op。

我正在尝试将此 update_op 作为张量添加到摘要中，但它不起作用。我的问题是如何将这个混淆矩阵添加到 Tensorboard 中？

我看到了一些关于如何计算混淆矩阵并将其添加到 Tensorboard 的其他线程，以及额外的操作。我只是想知道是否可以在没有这些额外操作的情况下做到这一点。

任何帮助，将不胜感激。

我在我的自定义数据集上训练了 deeplab 模型，并没有预测任何东西，只是黑色背景，我不知道有什么问题

-data = RGB 图像 + (0-1) 标签：400 * 300

-classe=2

- 转换为记录格式：

-训练步骤：

==> 损失 = 0.2 ～ 0.1

- 转换为 .pb 步骤

直到这一步，一切看起来都很好

作为输出这是我得到的

作为设置截图

作为设置截图

作为设置截图

我正在尝试在服务器上运行 tensorflow-deeplab-v3 模型来分割我发送的图像。一切正常，但问题是每次我发送图像时，模型都会查找 GPU 并创建一个新的 GPU 设备，而我发送的每个图像的设备创建过程大约需要 10 秒。如何防止模型每次都创建设备而只使用以前创建的设备？

我试图设置 CUDA_VISIBLE_DEVICES 但同样的结果。我还尝试创建一个设备并使用该设备运行我的代码，但结果还是一样。

我在 Amazon p2.xlarge EC2 实例上运行我的服务器。操作系统信息是：

英伟达 smi 输出：

nvcc --version 输出：

python 版本：3.5.2 点子版本：19.1.1 点子列表输出：

第一个请求之后的请求输出：

我将推理脚本嵌入到我自己的用于运行服务器的脚本中，如下所示（这里我从源下载图像以进行测试，脚本尚未完全完成）。它在第 161 行创建 GPU 设备，同时输入 'for pred_dict, image_path in zipped:' 循环：

我想最小化输出时间，所以我希望能够创建一次设备，然后对其他图像使用相同的设备。

我正在使用 PyTorch 复制 Auto-DeepLab，但我遇到了一个问题，即我无法在 softmax 上设置架构权重（包括单元格和层）。它要么导致两次后退，要么权重没有梯度升级，而只有 softmax。

在这段代码下，它导致了 softmax 的工作，但权重没有使用梯度进行优化。

在使用 Google 的 DeepLab V3+ 执行语义分割时，我试图为图像中存在的每个语义类提取像素级概率。我正在关注这里给出的演示 - https://github.com/tensorflow/models/tree/master/research/deeplab 。

我有以下问题 - 1. 如何使用 Google 的 DEEPLAB V3+ 获得图像分割中每个语义类的类别概率分数。2. 每个班级的门槛是多少？

将不胜感激这方面的任何帮助。

谢谢 ：）

下面给出的链接有我正在使用的网络 DeepLab V3+ 的图形定义 - https://paste.fedoraproject.org/paste/pbDVRLOaUgtZmT-rbEVmbQ

我目前正在使用“DeepLab-V1”在 iOS 本机应用程序中进行图像分割，我想迁移到“DeepLab-V3”，但似乎可以找到一种方法。

在 Xcode 项目中实现的“DeepLab-V3”的任何示例都将受到赞赏或说明。

模型动物园提供了一些带有多个数据集的预训练模型，例如 PASCAL VOC2012、Cityscapes 等。我正在尝试在我的本地运行它，它也适用于验证集，因为它们提供了将训练/验证集转换为 tfrecord 的代码。但是，我无法使用测试集测试 DeepLabV3+。

有没有办法用测试集运行？

我正在尝试通过 Libtorch 中的 DeepLab 模型运行图像来分割它们。使用 pytorch，我正在像这样转换 Deeplabv3 模型：

现在，在带有 LibTorch 的 c++ 中，我正在尝试加载模型并通过它运行数据。然而，这失败了：

我在哪里错了？