问题标签 [deeplab]

我在这里尝试了高通提供的示例：

https://github.com/globaledgesoft/deeplabv3-application-using-neural-processing-sdk

https://github.com/globaledgesoft/deeplabv3-application-using-neural-processing-sdk/blob/master/AndroidApplication/app/src/main/java/com/qdn/segmentation/tasks/SegmentImageTask.java

它说在 GPU16 上完成这段代码需要 31 毫秒：

对我来说，同样的例子需要 14 秒。我正在使用open-q 845 hdk 开发套件。

我问了我的教授，他说我正在安装的应用程序不受开发工具包固件的信任，这就是为什么我要花这么多时间来执行。他建议我将我的应用程序安装为系统应用程序来重建固件。还有什么其他原因？

假设我从头开始用 1000 个训练步骤训练一个 tensorflow 模型。我在训练完成时得到以下结果。

现在，假设我想从之前保存的检查点训练 2000 个训练步骤。我得到 mIOU 和 pixel_accuracy = 1.0。

我正在使用'''TensorFlow v1.13.1'''。如何修复此错误或问题？

我正在阅读 Auto-DeepLab: Hierarchical Neural Architecture Search for Semantic Image Segmentation 发表在 CVPR 2019 上的论文 Auto-DeepLab: Hierarchical Neural Architecture Search for Semantic Image Segmentation 中带有骨干 nas_hnasnet 的 tf-DeepLab 代码。我对定义为“backbone=[0, 0, 0, 1, 2, 1, 2, 2, 3, 3, 2, 1]”在 nas_network.py 中。它应该自动寻找吗？为什么它是预先防御而不是随着训练而改变？

我可以完全在 CPU 上运行 DeepLab 图像分割吗？

我可以访问具有高内存资源的 hpc，但它不支持 GPU。

我正在使用DeepLabV3+ 存储库，我注意到 loss_weight 设置为1.0这意味着我们以相同的方式对类进行加权。但是，我有一个非常不平衡的数据集，比如 80% 的负数和 20% 的正数。

这是他们使用的损失函数，你可以看到loss_weight是 1.0。

我想给负类赋予 0.2 的权重，给我的正类（预测）赋予 0.8 的权重。有谁知道如何做到这一点或以前做过的任何回购/示例？

问候

我正在使用 DeepLabv3+，并且正在运行一些测试。在我第一次运行时，我使用了output_stride=16and atrous_rates=[6, 12, 18]，而在第二次运行中，我使用了output_stride=8and atrous_rates=[12,24, 36]。然后我使用 tensorboard 查看结果，我注意到热图看起来更大，一个“单位”比使用output_stride=16.

output_stride=16

output_stride=8 我想知道这种行为的原因以及对我的 mIOU 指标的影响。

问候

我目前正在完成在 Cityscapes 数据集上运行 deeplab 训练 exception_65 主干的步骤，但不幸的是我遇到了分段错误。我无法重现该错误。例如，在 PASCAL 数据集上的训练效果很好。我检查了 tensorflow 和驱动程序的路径和几个版本以及组合等。即使我在没有 GPU 支持的情况下运行 train.py 脚本，我也会遇到相同的分段错误。我在另一台电脑上做了同样的步骤，我工作了。任何人都知道问题是什么？

我的设置：

• Ubuntu 18.04
• NVIDIA RTX 2080 驱动程序版本 430.65（安装了 .run 文件）
• CUDA 10.0（与 .run 文件一起安装）
• cudnn 7.6.5
• 蟒蛇 3.6
• 张量流 1.15

通过运行：

我得到以下输出：

使用 gdb 的回溯显示： GDB 输出

我按照以下步骤操作：</p>

1.CityScapes数据集准备

2.生成CityScapes的TFRecords

3.下载预训练模型

4.运行官方指令

使用 CityScapes 数据集训练 deeplabv3++ 时出错

“无法识别数据拆分名称列车”。

调试后发现问题：“train”不再退出

“_CITYSCAPES_INFORMATION.splits_to_sizes”。代码内容：</p>

我尝试了其他几个“train_fine”，“train_coarse”。出现了一个新错误：

“对于 image_pooling/weights lh_shape: [(1, 1, 2048, 256)], rh_shape: [(1, 1, 320, 256)]，新数组的总大小必须保持不变。

请问我应该做哪些修改？

按照以下说明操作： https ://github.com/mathildor/DeepLab-v3/blob/master/g3doc/installation.md

和：

并且在关注这个线程之后： https ://github.com/tensorflow/models/issues/4364

尝试运行测试文件时仍然遇到相同的错误：

这几天卡在这个问题上，请问有人遇到同样的问题吗？

有人可以解释一下流媒体对作品的意义吗？我使用了 tensorflow 研究存储库，eval.py每次有新的检查点时它们的功能都会运行。但它考虑了哪些价值观？自训练过程开始以来的整个预测？还是只计算最后一个检查点的 mIOU？

亲切的问候