FCN全卷积网络源代码

FCN源代码，这个代码非常适合配合FCN论文进行学习，适合初学者阅读学习深度学习网络构建框架。

“““
Code ideas from https://github.com/Newmu/dcgan and tensorflow mnist dataset reader
“““
import numpy as np
import scipy.misc as misc


class BatchDatset:
    files = []
    images = []
    annotations = []
    image_options = {}
    batch_offset = 0
    epochs_completed = 0

    def __init__（self records_list image_options={}）:
        “““
        Intialize a generic file reader with batching for list of files
        :param records_list: list of file records to read -
        sample record: {‘image‘: f ‘annotation‘: annotation_file ‘filename‘: filename}
        :param image_options: A dictionary of options for modifying the output image
        Available options:
        resize = True/ False
        resize_size = #size of output image - does bilinear resize
        color=True/False
        “““
        print（“Initializing Batch Dataset Reader...“）
        print（image_options）
        self.files = records_list
        self.image_options = image_options
        self._read_images（）

    def _read_images（self）:
        self.__channels = True
        self.images = np.array（[self._transform（filename[‘image‘]） for filename in self.files]）
        self.__channels = False
        self.annotations = np.array（
            [np.expand_dims（self._transform（filename[‘annotation‘]） axis=3） for filename in self.files]）
        print （self.images.shape）
        print （self.annotations.shape）

    def _transform（self filename）:
        image = misc.imread（filename）
        if self.__channels and len（image.shape） < 3:  # make sure images are of shape（hw3）
            image = np.array（[image for i in range（3）]）

        if self.image_options.get（“resize“ False） and self.image_options[“resize“]:
            resize_size = int（self.image_options[“resize_size“]）
            resize_image = misc.imresize（image
                                         [resize_size resize_size] interp=‘nearest‘）
        else:
            resize_image = image

        return np.array（resize_image）

    def get_records（self）:
        return self.images self.annotations

    def reset_batch_offset（self offset=0）:
        self.batch_offset = offset

    def next_batch（self batch_size）:
        start = self.batch_offset
        self.batch_offset += batch_size
        if self.batch_offset > self.images.shape[0]:
            # Finished epoch
            self.epochs_completed += 1
            print（“****************** Epochs completed: “ + str（self.epochs_completed） + “******************“）
            # Shuffle the data
            perm = np.arange（self.images.shape[0]）
            np.random.shuffle（perm）
            self.images = self.images[perm]
            self.annotations = self.annotations[perm]
            # Start next epoch
            start = 0
            self.batch_offset = batch_size

        end = self.batch_offset
        return self.images[start:end] self.annotations[start:end]

    def get_random_batch（self batch_size）:
        indexes = np.random.randint（0 self.

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-05-17 17:00  FCN.tensorflow-master\
     文件          42  2018-05-17 17:00  FCN.tensorflow-master\.gitignore
     文件        3108  2018-05-17 17:00  FCN.tensorflow-master\BatchDatsetReader.py
     文件       10219  2018-05-17 17:00  FCN.tensorflow-master\FCN.py
     文件        1074  2018-05-17 17:00  FCN.tensorflow-master\LICENSE
     文件        4617  2018-05-17 17:00  FCN.tensorflow-master\README.md
     文件        8480  2018-05-17 17:00  FCN.tensorflow-master\TensorflowUtils.py
     文件           0  2018-05-17 17:00  FCN.tensorflow-master\__init__.py
     目录           0  2018-05-17 17:00  FCN.tensorflow-master\logs\
     目录           0  2018-05-17 17:00  FCN.tensorflow-master\logs\images\
     文件      113332  2018-05-17 17:00  FCN.tensorflow-master\logs\images\Image_Cmaped.ipynb
     文件       20876  2018-05-17 17:00  FCN.tensorflow-master\logs\images\conv_1_1_gradient.png
     文件       16359  2018-05-17 17:00  FCN.tensorflow-master\logs\images\conv_4_1_gradient.png
     文件       16447  2018-05-17 17:00  FCN.tensorflow-master\logs\images\conv_4_2_gradient.png
     文件       16355  2018-05-17 17:00  FCN.tensorflow-master\logs\images\conv_4_3_gradient.png
     文件        1928  2018-05-17 17:00  FCN.tensorflow-master\logs\images\gt_0.png
     文件        2214  2018-05-17 17:00  FCN.tensorflow-master\logs\images\gt_1.png
     文件        3875  2018-05-17 17:00  FCN.tensorflow-master\logs\images\gt_2.png
     文件        3628  2018-05-17 17:00  FCN.tensorflow-master\logs\images\gt_3.png
     文件        3490  2018-05-17 17:00  FCN.tensorflow-master\logs\images\gt_4.png
     文件        1439  2018-05-17 17:00  FCN.tensorflow-master\logs\images\gt_5.png
     文件        3062  2018-05-17 17:00  FCN.tensorflow-master\logs\images\gt_6.png
     文件        4309  2018-05-17 17:00  FCN.tensorflow-master\logs\images\gt_7.png
     文件        3027  2018-05-17 17:00  FCN.tensorflow-master\logs\images\gt_8.png
     文件        9716  2018-05-17 17:00  FCN.tensorflow-master\logs\images\gt_c0.png
     文件       10398  2018-05-17 17:00  FCN.tensorflow-master\logs\images\gt_c1.png
     文件       15633  2018-05-17 17:00  FCN.tensorflow-master\logs\images\gt_c2.png
     文件       13852  2018-05-17 17:00  FCN.tensorflow-master\logs\images\gt_c3.png
     文件       14244  2018-05-17 17:00  FCN.tensorflow-master\logs\images\gt_c4.png
     文件        8791  2018-05-17 17:00  FCN.tensorflow-master\logs\images\gt_c5.png
     文件       12713  2018-05-17 17:00  FCN.tensorflow-master\logs\images\gt_c6.png
............此处省略27个文件信息