PyTorch語(yǔ)義分割開(kāi)源庫(kù)semseg是什么樣的

今天就跟大家聊聊有關(guān)PyTorch語(yǔ)義分割開(kāi)源庫(kù)semseg是什么樣的，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結(jié)了以下內(nèi)容，希望大家根據(jù)這篇文章可以有所收獲。

今天跟大家介紹一款新出的基于PyTorch的語(yǔ)義分割開(kāi)源庫(kù)semseg

介紹

semseg用PyTorch實(shí)現(xiàn)的語(yǔ)義分割/場(chǎng)景解析開(kāi)源庫(kù)。 它可以方便幫助開(kāi)發(fā)者用于各種語(yǔ)義分割數(shù)據(jù)集的訓(xùn)練和測(cè)試。

該庫(kù)主要使用ResNet50 / 101/152作為主干網(wǎng)，也可以很容易地改成其他分類網(wǎng)絡(luò)結(jié)構(gòu)。

目前已經(jīng)實(shí)現(xiàn)了包括PSPNet和PSANet在內(nèi)的網(wǎng)絡(luò)，其在2016年ImageNet場(chǎng)景解析挑戰(zhàn)賽@ ECCV16，LSUN語(yǔ)義分割挑戰(zhàn)賽2017 @ CVPR17和WAD可駕駛區(qū)域分割挑戰(zhàn)賽2018 @ CVPR18中排名第一。 示例實(shí)驗(yàn)數(shù)據(jù)集包括主流的ADE20K，PASCAL VOC 2012和Cityscapes。

ps. 該庫(kù)開(kāi)發(fā)者即PSPNet和PSANet算法的一作。

亮點(diǎn)

1. 同時(shí)支持多線程訓(xùn)練與多進(jìn)程訓(xùn)練，并且后者非?？欤ㄔ搸?kù)比較重視訓(xùn)練）。

2. 重新實(shí)現(xiàn)的算法取得更好的結(jié)果，而且代碼結(jié)構(gòu)清晰（說(shuō)明代碼質(zhì)量高）。

3. 所有初始化模型、訓(xùn)練得到的模型和預(yù)測(cè)的結(jié)果都能夠下載（https://drive.google.com/open?id=15wx9vOM0euyizq-M1uINgN0_wjVRf9J3），方便開(kāi)發(fā)者直接使用或者研究比較。

作者推薦的軟硬件環(huán)境：

（要4到8塊顯卡，看來(lái)沒(méi)有多卡，語(yǔ)義分割是玩不起了～）

訓(xùn)練簡(jiǎn)單

該庫(kù)的訓(xùn)練非常簡(jiǎn)單，簡(jiǎn)單配置后只需要一條命令

sh tool/train.sh ade20k pspnet50

測(cè)試簡(jiǎn)單

簡(jiǎn)單配置數(shù)據(jù)集和模型路徑后，也只需要一條命令：

sh tool/test.sh ade20k pspnet50

在單幅圖像上測(cè)試也很簡(jiǎn)單，示例：

PYTHONPATH=./ python tool/demo.py --config=config/ade20k/ade20k_pspnet50.yaml --image=figure/demo/ADE_val_00001515.jpg TEST.scales '[1.0]'

Performance

在三個(gè)數(shù)據(jù)集上的結(jié)果如下：

注意，作者列出的時(shí)間是在8個(gè)GeForce RTX 2080 Ti上訓(xùn)練得到的。

看完上述內(nèi)容，你們對(duì)PyTorch語(yǔ)義分割開(kāi)源庫(kù)semseg是什么樣的有進(jìn)一步的了解嗎？如果還想了解更多知識(shí)或者相關(guān)內(nèi)容，請(qǐng)關(guān)注億速云行業(yè)資訊頻道，感謝大家的支持。