0


pytorch复现U-Net 及常见问题汇总(2021.11.14亲测可行)

之前简单地写了一个pytorch的U-net 复现过程,有很多小伙伴在评论里有很多疑问,抽空又复现了一遍,简单整理了常见的问题。

之前写的教程:U-net复现pytorch版本 以及制作自己的数据集并训练_candice5566的博客-CSDN博客


2021.11.14复现过程:

github代码链接:

https://github.com/milesial/Pytorch-UNet

代码说明:这个代码新加入了一个wandb的可视化库,能够可视化训练过程中的参数变化情况

1.下载github的代码,并且配置好环境:

2.下载数据集:

我自己用来测试的数据集,链接:https://pan.baidu.com/s/1lqwZ6XvAtPhw5EYn4bwLUQ
提取码:upb3

  1. 修改train.py文件里

a.修改数据集的路径

b.修改channel,如果是RGB图像,channel=3,如果是灰度图,channel=1;

修改classes,就是背景+你的数据集里有几个类别;比如我给的那个数据集有汽车和背景两个类,那么classes=2;

c. 其他参数可以自行进行修改

  1. 开始训练,训练顺利的话应该是这样:

训练完成,wandb可视化结果:

可以看出来最后dice系数在0.95左右,loss在0.2左右。

  1. 训练完成,模型会保存在checkpoints路径下:

我们找到predict.py文件,修改参数:

然后 找一张测试照片放在当前路径下,

# -i 是指定预测的照片 其他参数可以自己看get_args部分
python predict.py -i 7.jpg --viz -v

预测结果大概就是这样:

输入:

输出:

完结撒花~

** 训练过程常见问题整理:**

1.block: [0,0,0], thread: [828,0,0] Assertion t >= 0 && t < n_classes failed. 如图

多半是classes设置错了

  1. f'Either no mask or multiple masks found for the ID {name}: {mask_file}',如图

多半是数据集出错了,

自查方法:

a.看路径出没出错

b.看后缀是不是对,可以看一下utils/date_lodading文件,

还有一定要注意,这里自定义了后缀是 "_mask",也就是说你的掩码和原图一个应该是1.jpg,另外一个就是1_mask.jpg

c.看一下数据集路径下有没有其他文件,这个代码的data_load方法很粗暴,不能有其他文件或者文件夹

  1. OSError: [WinError 1455] 页面文件太小,无法完成操作

这个直接说解决方法,在train.py文件里修改

num_worker为2,如果还是不行,改成0

4.dice系数一直都小,或者不变,那么有可能是学习率设置太小了,改成0.0001试试,

其他可能原因可以看一下原作者的解答:

Dice coefficient no change during training,is always very close to 0 · Issue #173 · milesial/Pytorch-UNet · GitHub

over

有问题可以评论区补充。


本文转载自: https://blog.csdn.net/candice5566/article/details/121318522
版权归原作者 奶盖芒果 所有, 如有侵权,请联系我们删除。

“pytorch复现U-Net 及常见问题汇总(2021.11.14亲测可行)”的评论:

还没有评论