Fully convolutional networks and semantic segmentation with Keras.
해당 코드를 실행시키기 위해서는 아래와 같은 모듈이 설치되어야합니다.
Keras -> 2.0.8
Tensorflow -> 1.3.0
Pillow -> 4.2.1
sacred -> 0.7.0
scikit-image(skimage) - > 0.13.0
Pascal VOC 2012 augmented with Berkeley Semantic Contours is the primary dataset used for training Keras-FCN. Note that the default configuration maximizes the size of the dataset, and will not in a form that can be submitted to the pascal VOC2012 segmentation results leader board, details are below.
다운로드 받은 코드경로에서 아래와 같은 경로로 진입한 후에 스크립트 파일을 실행합니다.
cd path/to/tf-image-segmentation/tf_image_segmentation/recipes/pascal_voc/
python data_pascal_voc.py pascal_voc_setup
기본 설정은 pascal voc 2012 with berkeley data augmentation 데이터를 기반으로한 AtrousFCN_Resnet50_16s 모델을 사용합니다.
아래와 같은 명령어로 학습하고 테스트 할 수 있습니다.
cd ~/src/Keras-FCN
cd utils
# Generate pretrained weights
python transfer_FCN.py
cd ~/src/Keras-FCN
# Run training
python train.py
# Evaluate the performance of the network
python evaluate.py
Model weights will be in ~/src/Keras-FCN/Models, along with saved image segmentation results from the validation dataset.
조금 더 자세한 내용을 확인하고 싶으시면, 다음 링크에서 확인하실 수 있습니다.