P5_准备MMSeg语义分割config配置文件

5.1【E】准备config配置文件-数据集和pipeline

1.数据集配置文件

点击查看代码

import os
import requests# 定义文件路径
file_path = os.path.join("mmseg", "datasets", "ZihaoDataset.py")# 1. 删除原有文件（如果存在）
if os.path.exists(file_path):try:os.remove(file_path)print(f"已删除原有文件: {file_path}")except Exception as e:print(f"删除文件失败: {e}")# 2. 下载新文件并保存
url = "https://zihao-openmmlab.obs.cn-east-3.myhuaweicloud.com/20230130-mmseg/watermelon/configs/ZihaoDataset.py"try:# 创建目录（如果不存在）os.makedirs(os.path.dirname(file_path), exist_ok=True)# 发送请求下载文件response = requests.get(url, timeout=10)response.raise_for_status()  # 检查请求是否成功# 保存文件with open(file_path, "wb") as f:f.write(response.content)print(f"文件下载成功，已保存至: {file_path}")
except Exception as e:print(f"文件下载失败: {e}")

2.注册数据集类

点击查看代码

import os
import requests# 定义 __init__.py 文件路径
init_file_path = os.path.join("mmseg", "datasets", "__init__.py")# 1. 删除原有文件（如果存在）
if os.path.exists(init_file_path):try:os.remove(init_file_path)print(f"已删除原有文件: {init_file_path}")except Exception as e:print(f"删除文件失败: {e}")# 2. 下载新的 __init__.py 并保存
download_url = "https://zihao-openmmlab.obs.cn-east-3.myhuaweicloud.com/20230130-mmseg/watermelon/configs/__init__.py"try:# 确保目录存在（若不存在则创建）os.makedirs(os.path.dirname(init_file_path), exist_ok=True)# 发送请求下载文件response = requests.get(download_url, timeout=10)response.raise_for_status()  # 若请求失败（如404、500）会抛出异常# 写入文件with open(init_file_path, "wb") as f:f.write(response.content)print(f"__init__.py 下载成功，已保存至: {init_file_path}")
except Exception as e:print(f"__init__.py 下载失败: {e}")

3.pipeline配置文件

点击查看代码

import os
import requests# 定义目标文件路径
file_path = os.path.join("configs", "_base_", "datasets", "ZihaoDataset_pipeline.py")# 1. 删除原有文件
if os.path.exists(file_path):try:os.remove(file_path)print(f"已删除原有文件: {file_path}")except Exception as e:print(f"删除失败: {e}")# 2. 下载新文件并保存
url = "https://zihao-openmmlab.obs.cn-east-3.myhuaweicloud.com/20230130-mmseg/watermelon/configs/ZihaoDataset_pipeline.py"
try:# 确保目标目录存在os.makedirs(os.path.dirname(file_path), exist_ok=True)# 下载并写入文件response = requests.get(url, timeout=10)response.raise_for_status()with open(file_path, "wb") as f:f.write(response.content)print(f"文件下载成功，保存至: {file_path}")
except Exception as e:print(f"下载失败: {e}")

【标注文件拓展名为png，整数掩码格式须存为png，为无损】

5.2【F1】语义分割算法-UNet

进入MMSegmentation主目录：r'D:\DeepLearning\Learn_SAM\mmsegmentation'

1.载入模型config配置文件

点击查看代码

from mmengine import Config
#内置的config文件：
cfg = Config.fromfile('./configs/unet/unet-s5-d16_fcn_4xb4-160k_cityscapes-512x1024.py') 
#我们自己刚刚定义好的pipeline文件：
dataset_cfg = Config.fromfile('./configs/_base_/datasets/ZihaoDataset_pipeline.py')      
#将以上两个文件融合，相当于两个字典，将两个字典的键和值融合
cfg.merge_from_dict(dataset_cfg)

2.修改config配置文件

（1）根据我们自己的数据集修改类别，西瓜样例类别数为6个

（2）套用jupyter里面模板，作用是将其他数据集的内置的config配置文件，以适应和配套我们自己的数据集

3.查看完整config配置文件

涵盖训练过程中所用到的信息如路径、预处理pipeline，评估指标

4.保存最终的config配置文件

.py格式是一个python的字典，以字典的形式存在

5.3语义分割算法-DeepLabV3+

5.4语义分割算法-PSPNet

5.5语义分割算法-KNet

KNet精度比较高

5.6语义分割算法-Segformer

5.7语义分割算法-Mask2Former

依赖目标检测的

5.8语义分割算法-轻量化Fast-SCNN

模型参数量很小，占用cpu也小

5.9总结

如果用的不是up主的西瓜样例数据集，用的是自己的数据集，需要修改的地方如下：

1.修改自己的数据集的配置文件

在D:\DeepLearning\Learn_SAM\mmsegmentation\mmseg\datasets的xxxDataset.py中定义；

在这个.py文件中要定义好自己的类别classes和对应的RGB配色

2.修改注册数据集类

在mmseg/datasets的——init——.py中加上刚刚定义的ZihaoDataset数据集类

3.修改pipeline配置文件

在D:\DeepLearning\Learn_SAM\mmsegmentation\configs_base_\datasets的xxxDataset_pipeline.py文件中

修改成我自己数据集的类名和路径：

点击查看代码

# 数据集路径
dataset_type = 'ZihaoDataset' # 数据集类名
data_root = 'Watermelon87_Semantic_Seg_Mask/' # 数据集路径（相对于mmsegmentation主目录）

4.修改算法

修改自己的类别个数和自己的pipeline路径