一、DeepLabV3+图像语义分割原理
DeepLabV3架构采用扩张卷积（也称为空洞卷积）来捕捉多尺度信息，从而在不损失空间分辨率的情况下实现对图像的精细分割。
二、DeepLabV3+代码及预训练权重下载
2.1 下载deeplabv3+代码
这里使用的是B站大佬Bubbliiiing复现的deeplabv3+代码
仓库地址： https://github.com/bubbliiiing/deeplabv3-plus-pytorch
2.2 下载模型预训练权重
链接：https://pan.baidu.com/s/1dYoFxrWmwASpDKSHl4x37Q
提取码：vj0h
将下载的权重文件放到model_data文件夹下。
三、labelme图像标注及格式转换
3.1 图像标注
项目代码中，自行带了一张标注好的图片（如下图），我这边不再标注，读者可以根据自己的需求自行标注。自己标注的数据的图像和标签文件需求都放在datasets\before文件夹下。
3.2 标签格式转换
运行json_to_dataset.py文件，转换后，会在datasets\JPEGImages文件夹下生成jpg格式图像，在datasets\SegmentationClass文件夹下生成png格式mask标签。
3.3 数据集划分
将上一步的jpg格式图像放到VOCdevkit\VOC2007\JPEGImages文件夹下。
将上一步的png格式mask标签放到VOCdevkit\VOC2007\SegmentationClass文件夹下。
运行voc_annotation.py文件。
查看在VOCdevkit\VOC2007\ImageSets\Segmentation文件夹下生成的txt文件。
四、deeplabv3+网络训练和测试
4.1 训练
运行train.py文件。读者需要根据自己的情况修改文件中的num_classes，model_path，input_shape，Freeze_batch_size，Unfreeze_batch_size以及其他训练参数。
训练结果保存在logs文件夹下。
4.2 测试
运行predict.py文件。
读者需要根据自己的情况修改模型权重和测试图片的地址。
读者可以通过修改mode参数，实现下面5种模式：
# 'predict' 表示单张图片预测，如果想对预测过程进行修改，如保存图片，截取对象等，可以先看下方详细的注释
# 'video' 表示视频检测，可调用摄像头或者视频进行检测，详情查看下方注释。
# 'fps' 表示测试fps，使用的图片是img里面的street.jpg，详情查看下方注释。
# 'dir_predict' 表示遍历文件夹进行检测并保存。默认遍历img文件夹，保存img_out文件夹，详情查看下方注释。
# 'export_onnx' 表示将模型导出为onnx，需要pytorch1.7.1以上。
设置mode = “predict”模式，测试一张自己手动输入路径的图像，结果如下