pytorch框架下語義分割訓練實踐(一)

2021-10-09 10:55:12 字數 634 閱讀 8273

目錄

環境準備

開始訓練

torch==1.1.0          

torchvision==0.3.0

tqdm==4.32.2

tensorboard==1.14.0

pillow==6.2.0

opencv-python==4.1.0.25

這裡面幾個只有torch比較大,其他都很小,很快就裝完,安裝庫前務必裝下pip,python的話盡量使用3.6及以上版本。

比如安裝tensorboard,命令如下:

pip install tensorboard==1.15.0 -i
因為第一次接觸語義分割,使用了網上的資料庫,voc2012的,這裡分享給你們。

'resnet18': '',

'resnet34': '',

'resnet50': '',

'resnet101': '',

'resnet152': ''

最後開啟終端,輸入如下命令即可開始訓練。

python train.py
關於config.json的詳細解析和目錄結構說明可檢視原始碼路徑:

Pytorch框架下的Kaggle貓狗識別

kaggle貓狗識別,訓練集為25000張打好標籤的貓狗,測試集為劃分出來的5000張貓和狗的 使用的網路為le net,其結構圖如下 如下 import torch import numpy import matplotlib.pylab as plt from torch.autograd im...

語義分割綜述

目前語義分割的流行框架可以分為前端 後端。前端採用fcn定位不同類別的物體,後端採用rf crf mrf 精確定位物體邊界。也就是說,前端解決 是什麼 what 後端解決 在 where 可以把語義分割網路分為兩類 以fcn為代表的編解碼器 encode decode 網路 以deeplab為代表的...

語義分割概述

影象語義分割 一 影象語義分割含義及原理 含義 對分割後的影象加上語義標籤 用不同的顏色代表不同類別的物體 就是給分割後影象中的每一類物體加上標籤,輸入一般是彩色深度 rgb d 影象。要求 1 分割得到的不同區域內部平整,其紋理和灰度有相似性 2 相鄰語義分割區域對分割所依據的性質有明顯的差異 3...