基本上所有的資料都是在烏班圖下的，在windows下的基本沒有，下面是我在windows 下配置深度學習影象語義分割的一些過程：

首先你要配置好caffe把？這個教程多得很，我就不再累述了；

我建議python同一版本，我之前是2.7和3.6共存，所以配置 的過程中感覺有衝突，後來我都刪了重新裝的2.7的版本。

這是voc-fcn32s資料夾裡面的內容：

其中的trian是訓練模型的儲存位置（可以自定義的），我們訓練的模型就儲存在這裡。

我是設值每300次儲存一次。

要想訓練自己的模型，就要有自己的訓練集。由於FCN是end-to-end，輸出也是一張圖，因此訓練集要分為兩部分，一個是原圖，一個是分割二值圖。圖片太大了跑不了，先切成300*300（自定義），如下圖所示（我分割的結果就兩部分，目標和背景）

分別在兩個不同的資料夾裡面，同時還要有一個txt檔案來指定他們的名字：

需要注意的是，這個檔案裡面每個名字之間都有一個換行，最好用nodepad來換行，我直接用txt的換行會執行報錯，找不到檔案。

同時還要修改prototxt檔案：這個檔案裡面本來沒有deploy.prototxt這個檔案，要自己做一個。

下圖是solve.prototxt

其中trian.net是train.prototxt的路徑（我這邊是相對路徑，你可以是用絕對的）
max_iter是最大迭代次數；
snapshot 是每多少次儲存一次模型檔案到下一行的路徑中；
下圖是train.prototxt

不可避免的，有一個val的檔案把我困擾好久，這個好像只是打分的時候才會用到，直接訓練也無妨，我是按照train的格式配置了一遍，但其實沒有用到過。

同時上文提到要修改標記灰度圖為從0,1,2,3，……開始。比如我要標記兩類，只能是會的0和灰度1. 具體這樣修改：

把灰度大於0的都變成1；

很多問題都忘記了，以後想起來補充