Tensorflow(4) Semantic Segmentation 图片预处理

GZHermit

于 2017-08-17 19:47:20 发布

阅读量2k

点赞数

CC 4.0 BY-SA版权

分类专栏： Tensorflow

本文链接：https://blog.csdn.net/GZHermit/article/details/77187164

本文介绍了在语义分割任务中，如何使用Tensorflow对VOC2012数据集进行预处理。通过解决图片读取时数值不正确和边缘分类问题，确保模型训练所需的数据质量。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在语义分割中我们常用的数据集是VOC2012，在实际训练的时候我们如何利用这个数据集对模型进行训练呢，下面是处理的一些细节以及相关代码。这个数据集的介绍详细请见我的另一篇博客

用tensorflow对其进行处理

tensorflow读图片的方式：

import tensorflow as tf
img_content = tf.read_file(filepath)
img = tf.image.decode_image(img_content)

# tf.image.decode_image()会根据读入的图片的channel数
# 分别等价于 tf.image.decode_png()   channel=1
#           tf.image.decode_jpeg()  channel=3
#           tf.image.decode_gif()   channel=4

1.如果直接从SegmentationClass里面读.png图片，打印其ndarray，会发现你读出来的ndarray里面最大的数值居然是220。而原本应该是255（SegmentationClass里面的图片的边缘是白色）。并且并不能读出正确的分类信息。这个时候要先用skimage来对图片做一次转换。转换代码如下：