coco数据处理与分割

分割用的jfzhang95的pytorch版本deepLab

1. run train

非常简单易用，安装好git上那几项，数据集路径给到mypath.py就可以用了，用了tensorboardX，记录和模型都会保存在run/coco/deeplab-resnet/路径下，服务器传回到win10，装了cpu版的tensorflow，火狐和ie浏览器都打不开，这里是个坑，暂时没有管，反正拷贝到ubuntu上是可以看的。

如果单跑dataloaders/datasets/coco.py需要进coco.py所在路径，代码里加一行：

sys.path.append('../../')

这样才能把mypath.py里指定的路径传进来，就可以看到数据了

2. 改成单类别分割

只需要改coco.py：

class COCOSegmentation(Dataset):
    #NUM_CLASSES = 21
    #CAT_LIST = [0, 5, 2, 16, 9, 44, 6, 3, 17, 62, 21, 67, 18, 19, 4,
    #    1, 64, 20, 63, 7, 72]
    NUM_CLASSES = 2
    CAT_LIST = [0, 62]

就可以过滤掉其他类别了，但是loss一上来就特别小，Train loss: 0.002，怀疑有效训练样本太少了，所以解析了一遍COCO里的json

3. coco 读取一类标注信息并保存json文件

第一次用coco，发现json文件比pascal的xml好处理多了.......

python读写json

coco dataset 知乎解析

参考以上两个链接，单独提取其中的椅子（id=62)再重新写入：