Semantic Segmentationで重みをsaveしてセグメンテーション結果の画像を出力したい

Question

現在、「U-NetでPascal VOC 2012の画像をSemantic Segmentationする (TensorFlow)」モデルをベースにして製品の欠陥検出しようとしています。
その上記モデルをVOC 2012の画像を使って学習させたら、250epoch終了して、かなりLossを小さくすることができました。従いまして、トレーニングは成功だと思います。
しかし、そのモデルを用いてセグメンテーション結果の画像を出力する方法がわかりません。
そのソースの中にそのプログラムがあるのでしょうか。それともsaver = tf.train.Saverを使って重みを出力する必要があるのでしょうか。
知見のある方、よろしくお願いします。

【サイト】
https://qiita.com/tktktks10/items/0f551aea27d2f62ef708

【ソース】
https://github.com/tks10/segmentation_unet

【参考（学習結果）】
Epoch: 248
[Train] Loss: 0.059211913 Accuracy: 0.9756693
[Test] Loss: 2.6319973 Accuracy: 0.7496191
Epoch: 249
[Train] Loss: 0.057428934 Accuracy: 0.9761983
[Test] Loss: 2.6868184 Accuracy: 0.74921834
Result
[Test] Loss: 2.6868184 Accuracy: 0.74921834

Answer 1

コードを見ましたが、指定した画像のセクメンテーション結果を得たい場合は以下の修正が必要と思われます。

重みの保存/読み込み機能を追加する。

1. 指定エポックを終了しても重みを保存するコードがないようでしたので、学習終了時に重みを保存するようにする。
2. 推論時に重みを読み込むようにする。

Save and Restore を参考にしてください。

推論用の機能を追加する。

1. PIL などで指定した画像を読み込む。
2. モデルに順伝搬して、出力を得る。
3. 出力がセグメンテーション結果なので、それを画像として保存する。

セグメンテーション結果を画像で保存する機能は実装されています。
以下の部分を参考に改変してみてください。

main.py の train() 内

            if epoch % 3 == 0:
                idx_train = random.randrange(10)
                idx_test = random.randrange(100)
                outputs_train = sess.run(model_unet.outputs,
                                         feed_dict={model_unet.inputs: [train.images_original[idx_train]],
                                                    model_unet.is_training: False})
                outputs_test = sess.run(model_unet.outputs,
                                        feed_dict={model_unet.inputs: [test.images_original[idx_test]],
                                                   model_unet.is_training: False})
                train_set = [train.images_original[idx_train], outputs_train[0], train.images_segmented[idx_train]]
                test_set = [test.images_original[idx_test], outputs_test[0], test.images_segmented[idx_test]]
                reporter.save_image_from_ndarray(train_set, test_set, train.palette, epoch,
                                                 index_void=len(ld.DataSet.CATEGORY)-1)

Comments

[good_morning]

大変ありがとうございました。
早速試してみます。