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 …

前情提要

接續ep.18。

逛deeplab的github程式(cont.)

input_preprocess.py (cont.)

• 107-109行取得目前有經過resize這道處理的圖片的尺。tf.shape的axis 0是平常圖片的高、axis 1則是圖片的寬。
• 111-112行則是分別把圖片高寬加上圖片與裁切尺寸的差值，作為data新的高與寬，也就是說如果裁切尺寸大於圖片的話，圖片周圍就會被多加pixel；如果裁切尺寸小於圖片的話，則圖片的高寬先維持原樣。

• 116行是feature.extractor的mean_pixel()method：
  • core/feature_extractor.py
  • 
  • 
    回傳的是根據各backbone預設的平均pixel值，list由左至右的是RGB三通道。
• 115行的tf.reshape會把mean_pixel()回傳的list，reshape成(1, 1, 3)的tensor放入mean_pixel變數中。

• 接著117行就把data、offset與指定的高寬和平均pixel輸入pad_to_bounding_box()中，tensorflow的image API中也有實作一個同名的method，但這兩個有稍微不同之處：Deeplab這裡實作的方法，可以輸入任意要padding的值，不用一定是0；在圖片尺寸不明的狀況下亦可處理。
• 然後120-122行就是對label做同樣的padding處理，讓data與label一致。

再來是將已經經過resize、padding的影像，用random_crop()隨機裁切，他的第一個參數是把data與label這兩個高寬相同、但channel數不同的tensor用list包起來，這樣分批可以加快速度處理。

所做的事情是隨機在圖片的任意位置上產生指定crop尺寸(預設是513,513)的bounding box，然後再根據bounding box做裁切。

做完一切處理後，所有的影像皆為指定的crop尺寸，就把影像的尺寸給設定好。label也是。

接著最後就是在訓練時，以0.5的機率將data與label作為一組進行左右翻轉。這個method也是自製的，而非使用tf.random_flip_left_right，這樣可以調控翻轉的比例並且確保data與label是接受相同的處理。

最後就將處理完成的data與label回傳。