代碼大佬都已經寫好了，具體參考：https://github.com/bonlime/keras-deeplab-v3-plus
git clone 下來以后，按照指南要訓練自己的數據集，只要設置好自己的數據大小和類別就可以了
from model import Deeplabv3 deeplab_model = Deeplabv3(input_shape=(384, 384, 3), classes=4)
問題1：我的數據集不是一張張小圖片，而是一個大的遙感影像tif，如何訓練這個數據
解決：用 gdal 讀取得到它的 np.array，再通過生成器一小塊一小塊輸入
問題2：但是這樣的生成器無法打亂順序，把多景影像標簽和圖像 zip 起來后也無法用 random.shuffle 打亂圖片順序
解決：現在只能每次都按順序讀入，應該對訓練影響不大
設想：后續想法是設置一個隨機數列，根據這個隨機數列讀取指定大小范圍，這樣是把步長變為了1，會有好多樣本
問題3：驗證集和訓練集只能按 tif 分，如何能隨機取
設想：隨機數列解決
問題4：運行一直報錯，各種錯，先后有
module 'tensorflow._api.v1.compat' has no attribute 'v1'
unsupported operand type(s) for /: 'Dimension' and 'float'
解決：直接 git clone 下來的是用最新版 tf2.0 寫的，需要升級自己的 tf 或者用作者之前版本的實現，在這里用了之前版本的 keras 實現，在命令行輸入一下代碼
git clone https://github.com/bonlime/keras-deeplab-v3-plus/ cd keras-deeplab-v3-plus/ git checkout 714a6b7d1a069a07547c5c08282f1a706db92e20
問題5：寫的生成器生成的標簽最后一維是1，導致運行一直報錯，維度不匹配
解決：這個寫的是用了 one-hot 編碼的，需要把標簽轉換成 one-hot，用 “ from keras.utils import to_categorical ”，to_categorical(x, num_classes=n)把 x 里從 0 到 n-1的值根據大小擴展到 n 維，若最大值和類別數目不同會報錯
問題6：評價指標 loss 和各種系數不在正常范圍內
解決：一開始以為是 one-hot 編碼問題，一直嘗試用 k.argmax 去得到1維的 tensor，死活弄不出來，報錯有：數據類型不對，用 K.cast 強制轉換解決，tensor 不能和數值相加，用argmax導致梯度無法回流等。睡了一覺想想不能用 argmax，他就是要在每一個維度上計算出相應指標再求平均，原來在不是 one-hot 編碼里用的函數都還是對的，那問題出在老版本里最后沒有用激活函數，給他加個激活函數以后一切都正常了。
問題7：作者說沒有實現 weight_decay，需要的自己加
還未解決：不知道去哪加