语义分割数据集组织答案

【问题标题】：Semantic segmentation dataset organization语义分割数据集组织
【发布时间】：2020-08-14 08:57:17
【问题描述】：

我正在尝试使用语义分割来分割 4 个病变。我遵循这个 this great post

我的培训文件夹只有 2 个带有补丁的子文件夹：蒙版和图像。在带有掩码的文件夹中，所有的类都是混合的。另一个文件夹有相应的图像。所以，当我训练模型时，它会出现：找到一个类，就在上面提到的帖子之后。结果令人失望，我想知道是否必须拆分文件夹中的类，因此模型识别出 4 个类而不是一个。

【问题讨论】：

【解决方案1】：

您真正需要注意的是创建面具的方式。

默认情况下，Keras 中的 ImageDataGenerator 可能会输出文件夹的数量，无论您如何手动构建和调整 ImageDataGenerator 以进行图像分割而不是图像分类。

我的建议是关注整篇文章，一开始不做任何更改。如果你注意最后得到的结果是相当不错的；这意味着数据集准备过程（掩码创建）是正确的。

【讨论】：

感谢您的回复。您能否解释一下：“并将 ImageDataGenerator 用于图像分割而不是图像分类。”..我进行分割而不是分类。
ImageDataGenerator 查找几个文件夹并认为文件夹的数量等于类的数量。但是，图像分割并非如此，因为您有两个主要文件夹，例如图像和掩码，例如，掩码可以对应于不同数量的类。您提供的示例中已经完成了数据集准备工作，您无需手动进行准备工作。
但是，如果您查看您提供的代码，在 TrainAugmentGenerator 和 ValAugmentGenerator 中，逻辑被覆盖，它们适用于图像分割任务而不是图像分类任务。您不再需要关注数据集的创建，除非您想训练 2 个类而不是 CamVid 的所有类。如果我的解释帮助您理解/解决了您的问题，请采纳答案，谢谢。
在downvote的三角形下有一个勾号，你应该点击勾号才能这样做。