文章說明

文章分段

1. 文章說明
2. deeplab的簡單介紹、於我的意義
3. tensorflow的程式碼特色
4. 訓練流程的細節
5. 逛deeplab的github程式，順序：train.py model.py datasets/data_generator.py …

第二篇的第5段好龐大啊...照我這速度不知道30天結束講不講得完。

前情提要

第二篇的ep.16把解析tfrecord的_parse_function帶完，並且為\preprocess_image()稍微預告了一下，總共有6個preprocess method會被實作並使用。

就讓我們從input_preprocess.preprocess_image_and_label()開始吧。

逛deeplab的github程式 (cont.)

input_preprocess.py

28-40行是preprocess_image_and_label()的參數，主角是data與label，剩下就是有關crop、resize等參數。

• 62-65行是敘述這個method會回傳的變數，總共有三個，(1)是可能有被resize的原始影像、(2)是要拿去給model「看」的data、(3)是有跟data用同樣手法處理的label。
• 接著68行有處理一個報錯：因為資料集中會有沒有label的split，而這類因為沒有答案所以不可能會拿來作為訓練資料，所以會直接被擋下來。

70行就是報錯的判斷式。

突然覺得71行的提醒很貼心耶怎麼回事！？

backbone沒有提供的話，這邊會給出提醒。會給出這個提醒的原因是因為，在使用backbone作為先解析data的工具時，一定會使用pretrained的參數，而每個pretrained參數所使用的資料可能不同，這會導致normalize的數值或手法不太一樣...總而言之就是，想發揮backbone的效用，最好讓你的訓練集normalize的方式跟backbone在訓練時用的方式一樣，這樣才能發揮訓練好的extractor的功用。

如果沒有使用backbone的話，他就會使用他預設的mean-subtraction去處理data。

• 78行先把原始的影像保留起來
• 80與83行將data與label轉型成tensorflow的格式，這樣他們就可以接受tensorflow針對tensor的運算。

我之前一直記不住cast的功用，一直把它跟concat搞混，而且我對於將轉型這個功能，命名成cast。一直百思不得其解，cast不是很用力地把東西投出去的意思嗎？

Deeplab選擇將resize作為preprocess的第一步。

有些資料集的data尺寸有大有小，例如小則100*200，大則720*420等，那去看resize_to_range()的敘述，他的意思是假設min_size_value = 320，則100*200的影像會被呈比例的放大，讓他變成320*某個數字。

不過預設min_resize_value = max_resize_value = resize_factor = None，所以預設是不會改變data尺寸的。

剩下的明天說。