使用YoloV4训练Refuge数据集

引言

为了获得青光眼眼底图的视杯盘区域的裁切图，考虑使用yolov4模型进行训练。

实验要求

  • 数据集：glaucoma\refuge_scale608（图片统一处理为608 * 608 size）
    • Annotation-Training400（分割图的训练集400）
      • Glaucoma（分割图的阳性样本40）
      • Non-Glaucoma（分割图的阴性样本360）
    • REFUGE-Training400（眼底图原图的训练集400）
      • Glaucoma（原图的阳性样本40）
      • Non-Glaucoma（原图的阴性样本360）
    • REFUGE-Validation400（眼底图原图的验证集400）
    • REFUGE-Validation400_rename（同上，不过将图片的名称中的’V’去掉，因为训练过程要求将验证集图片名转为int型）
    • REFUGE-Validation400-GT（分割图的验证集400）
  • 代码：Tianxiaomo
  • 框架：Pytorch
  • 平台：星光超算

实验流程

生成608数据集

  • 代码

制作train.txt & val.txt & disc_cup.names(这里仍然命名为coco.names)

  • 格式

  • 图片路径获取

  • 通过分割图获得坐标

  • id划分

  • 完整代码和演示

模型代码调试修改

  • 遇到的bug

开始训练

  • 。。。
  • 训练可视化

模型验证

  • 随便抽一张图进行验证