本文共 2204 字，大约阅读时间需要 7 分钟。

语义分割与数据集配置说明

开源代码说明

本博客代码来源于开源项目，专业学习过程中对代码进行了丰富的注释，便于理解各模块功能和实现原理。

环境配置

• 代码版本：Python 3.8
• 运行平台：Windows 10
• 开发工具：PyCharm

功能说明

此模块主要负责语义分割任务和数据集的构建 мор 公司相对复杂，因此注释较多且功能实现较为繁琐。

代码示例

from matplotlib import.pyplot as plt
import time
import torch
import torch.nn.functional as F
import torchvision
import numpy as np
from PIL import Image
from tqdm import tqdm
import sys
sys.path.append("..")
import d2lzh_pytorch as d2l

随机裁剪功能代码

def voc_rand_crop(feature, label, height, width):
    i, j, h, w = torchvision.transforms.RandomCrop.get_params(
        feature, output_size=(height, width))
    feature = torchvision.transforms.functional.crop(feature, i, j, h, w)
    label = torchvision.transforms.functional.crop(label, i, j, h, w)
    return feature, label

数据集定义类

class VOCSegDataset(torch.utils.data.Dataset):
    def __init__(self, is_train, crop_size, voc_dir, colormap2label, max_num=None):
        self.rgb_mean = np.array([0.485, 0.456, 0.406])
        self.rgb_std = np.array([0.229, 0.224, 0.225])
        self.tsf = torchvision.transforms.Compose([
            torchvision.transforms.ToTensor(),
            torchvision.transforms.Normalize(mean=self.rgb_mean, 
                                           std=self.rgb_std)
        ])
        features, labels = read_voc_images(root=voc_dir, is_train=is_train, max_num=max_num)
        self.features = self.filter(features)
        self.labels = self.filter(labels)
        self.colormap2label = colormap2label

数据集筛选方法

def filter(self, imgs):
    return [img for img in imgs if 
            img.size()[1] >= self.crop_size[0] and
            img.size()[0] >= self.crop_size[1]]

这个代码注释详细解释了各个部分的功能，帮助开发者理解代码的实现细节。如果需要获取完整版本，请访问原始代码仓库链接。

模型训练准备

crop_size = (320, 480)
max_num = 100
voc_train = VOCSegDataset(True, crop_size, voc_dir, colormap2label, max_num)
voc_test = VOCSegDataset(False, crop_size, voc_dir, colormap2label, max_num)
batch_size = 64
num_workers = 4  # 多线程加速
train_iter = DataLoader(voc_train, batch_size, shuffle=True, 
                      drop_last=True, num_workers=num_workers)
test_iter = DataLoader(voc_test, batch_size, drop_last=True,
                    num_workers=num_workers)

代码清单中涵盖了数据集的创建、随机裁剪、特征提取和标签转换等核心功能，适合在语义分割任务中使用。