记录一下autodl上进行FCN论文复现

在autodl上租一个3090以上配置的卡，因为我当时随意租了一个3080的卡，结果跑起来很慢很慢。

然后参考以下博文链接下载项目并进行一些代码修改。

https://blog.csdn.net/weixin_43594279/article/details/127986173文章浏览阅读8.3k次，点赞25次，收藏124次。图像语义分割开山之作FCN的快速复现教程，从零开始带你完成一个简易的图像分割项目。_fcn复现https://blog.csdn.net/weixin_43594279/article/details/127986173

是可以实现的。有几个小地方我改进一下：

1，环境搭建，选择自己GPU适合的pytorch安装即可，不用参考项目的readme，requirements文件里面的包直接单独用conda install 单独去安装就可以了。注意选择与GPU匹配的cuda版本。

2，cityscapesPath = os.path.expanduser('~/autodl-tmp/Cityscapes') 路径修改那里需要改成这样。

3，有些时候代码运行起来会有报错，只需要输送给ai再解决就可以

4，先运行数据集的脚本，对数据进行处理，然后再在FCN项目文件里面运行train.py文件，就可以开始跑啦

由于运行时间比较长，可以选择在后台运行，自己的电脑可以关闭和断网，可以查看以下文档

https://blog.csdn.net/weixin_57070738/article/details/137378235https://blog.csdn.net/weixin_57070738/article/details/137378235

之前自己找了论文进行复现，结果折腾了两天都没有结果，然后找到了这个博主的教程，期间还是出现很多问题，一度陷入自闭状态，最后还是顺利完成了，记录下来好好激励自己，虽然很简单的一个项目，但是已经很厉害啦，服务器跑了12个小时，才跑了78多个epoch，就关掉了。

Finish epoch 78, time elapsed 458.1645472049713
epoch78, pix_acc: 0.8582539443969727, meanIoU: 0.31425215181975025, IoUs: [0.8617174  0.52903249 0.56561885 0.05673227 0.06717287 0.36692173
 0.17893193 0.41054001 0.65706012 0.17695861 0.5859217  0.30880938
 0.09977083 0.68577313 0.02132807 0.09693973 0.03023886 0.03120314
 0.24011978        nan]

这是跑出来的最后结果，看起来有那个样子。