复现FCN语义分割结果：PASCAL VOC标注像素值相关技术问询

嗨，当初我复现Long等人的FCN论文时，也在PASCAL VOC 2012的分割标签像素值上卡过壳，刚好能给你讲明白～

1. SegmentationClass标签的核心本质 #

• 划重点：这个目录下的png文件不是普通的RGB彩色图，里面的像素值是类别索引，范围是0到20（对应PASCAL VOC定义的20个目标类别+背景类）。
• 用普通图片查看器打开看到的奇怪颜色，是因为查看器把索引值直接当成RGB值渲染了，但这些数值的真实作用是标记每个像素属于哪个类别。

2. 像素值与类别的对应逻辑 #

• 比如你用取色工具看到某个目标的像素值是128，这其实是“飞机（aeroplane）”对应的类别索引1；背景类的索引是0，对应像素值0。
• 所有类别和索引的对应关系，你可以通过读取png的原始像素数据来确认（比如用Python的PIL库：from PIL import Image; img = Image.open('xxx.png'); print(img.getpixel((x,y)))，得到的就是真实类别索引）。

3. SegmentationObject标签的区别 #

• 这个目录下的是实例分割标签：同一类别的不同实例会被分配不同的像素值，比如图里的两把椅子，像素值会不一样，用来区分单个对象。

4. 复现FCN时的关键注意事项 #

• 加载标签时，一定要以单通道灰度图的方式读取，不能当成RGB图加载，否则会得到错误的类别索引。
• 另外，FCN原论文里还用到了额外的SBD数据集标注来扩充训练数据，如果要完全复现论文结果，这一步可别忘了哦～

内容的提问来源于stack exchange，提问作者cccjjj