最近一直在做边缘检测。检测结果好坏的评价指标是ODS，OIS，AP等一系列数据。基于深度学习的边缘检测，主要包括三个部分：在train set上训练神经网络并保存结果、在test set上得到边缘图片、使用大神开发的工具计算出ODS等指标。 通常，前两项是基于python的，后一项需要在matlab上进行。而一般神经网络的训练是十分耗时的（我的是8小时），且在matlab上跑的检测程序也一般需要2小时，所以我安排在让代码在晚上睡觉期间跑，第二天早晨来实验室后，再用matlab算ODS。
  那么，问题来了，晚上我22:30撤，早上8:30->来，期间的时间是10小时，等我来了后再测试ODS2小时，总共就浪费了4小时。如何才能充分利用这段时间呢？
之前一直没有思考这个问题，今天尝试解决。很简单，就是在shell脚本里面加上调用matlab的行就行了。

sh training.sh
sh testing.sh
cd matlab_path
matlab -nodisplay -r auto_run

可能需要解决的问题

1. 命令行启动matlab

有两种方法：（1）在~/.bashrcc中添加matlab的路径
export PATH=/home/sofrware/matlab_2016b/bin:PATH
(2) 建立上文路径下下，matlab文件的软链接
sudo ln -s /home/sofrware/matlab_2016b/bin/matlab /usr/local/bin/matlab

2. 命令行中运行.m文件

Matlab的启动选项具体可以看这里，-r就是运行.m文件。在计算ODS时需要运行两个.m文件，就是为了做nms和edge_eval。所以可以写一个.m文件，包含以下内容：

run HED_nms.m
run start_test.m
display('Testing Done!')
exit()

然后走人，第二天看结果。