图像语义分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。本文提供了一个可进行自定义数据集训练基于pytorch的deeplabv3+图像分割模型的方法，训练了一个动漫人物分割模型，不过数据集较小，仅供学习使用
程序输入：动漫图片
程序输出：分割好的动漫人物图片

目录

• 程序简介
• 程序/数据集下载
• 数据集准备
• 训练步骤
• 预测演示步骤

程序简介

deeplabv3+是一种比较流行的图像语义分割模型，本文经过多次实验，对比了deeplabv3+、pspnet和unet，查看效果后，最终选择了deeplabv3+,下图是程序生成结果

程序/数据集下载

点击进入下载地址

数据集准备

在VOCdevkit/VOC2007/JPEGImages文件夹中，放入原图

在VOCdevkit/VOC2007SegmentationClass文件夹中，放入mask图片

mask图片虽然看起来是全黑色的，但它实际上是单通道的、像素值记录了分类id的图片，它的本质类似于下图，即每个点都被分类，不同数据集转换得到mask图片的方法不同，所以这一步需要自行处理

训练步骤

在voc_annotation.py中，可更换下列参数，其中最值得注意的是RATIO，当这个参数等于[0.1, 0.85]时，如果目标占据整张图片小于10%或者大于85%时，图片会被过滤掉，不被计入数据集

trainval_percent    = 1#参与训练和验证的数据集比例
train_percent       = 0.8#训练集比例
RATIO = [0.1, 0.85]#目标大小不在这个范围会被过滤掉

运行voc_annotation.py，数据集被分割成训练和验证集

修改train.py下的参数，本文提供的程序只有基于mobilenet主干网络的预训练模型，相比xception，它更小且性能减少不大，适合大多数人的电脑设备，所以我们主要修改的参数主要如下，其中num_classes是加上背景的分类数，比如本文的分类就是背景、动漫人物，所以是2类，其他参数最好不要改

#-------------------------------#
#   是否使用Cuda
#   没有GPU可以设置成False
#-------------------------------#
Cuda = True
#-------------------------------#
#   训练自己的数据集必须要修改的
#   自己需要的分类个数+1，如2+1
#-------------------------------#
num_classes = 2

运行train.py，可以看到mIOU在一直上升，mIOU可以理解为模型分割部分和正确分割部分的重合程度，是语义分割模型的一个重要指标,最终训练集mIOU为90%，验证集mIOU为84%

程序会记录loss，并绘图，在logs/loss文件夹可找到

每次迭代，最新模型和最佳模型也会保存在logs文件夹下，last.pth为最新模型，best.pth为最佳模型

预测演示步骤

修改deeplab.py中的参数，除了model_path其他参数保证它跟train.py中的一样就行，如果已经是按本文的数据集进行学习的话，不需要修改，logs/best.pth是训练好的模型，本文会提供下载，如果按照上述步骤自行训练，因为模型和数据集较小，使用3070显卡训练只需要2分钟，就算是用CPU，时间也不会太久

_defaults = {
    #----------------------------------------#
    #   model_path指向logs文件夹下的权值文件
    #----------------------------------------#
    "model_path"        : \'logs/best.pth\',
    #----------------------------------------#
    #   所需要区分的类的个数+1
    #----------------------------------------#
    "num_classes"       : 2,
    #----------------------------------------#
    #   所使用的的主干网络：mobilenet、xception    
    #----------------------------------------#
    "backbone"          : "mobilenet",
    #----------------------------------------#
    #   输入图片的大小
    #----------------------------------------#
    "input_shape"       : [400, 400],
    #----------------------------------------#
    #   下采样的倍数，一般可选的为8和16
    #   与训练时设置的一样即可
    #----------------------------------------#
    "downsample_factor" : 16,
    #--------------------------------#
    #   blend参数用于控制是否
    #   让识别结果和原图混合
    #--------------------------------#
    "blend"             : True,
    #-------------------------------#
    #   是否使用Cuda
    #   没有GPU可以设置成False
    #-------------------------------#
    "cuda"              : True,
}

运行predict.py，程序就会提示输入图片，将图片拖入终端回车就能看到图像分割结果